Regression modelEconometrics / time series

Έλεγχος Μη Γραμμικής Αιτιότητας κατά Granger

Η μη γραμμική αιτιότητα κατά Granger επεκτείνει το κλασικό γραμμικό πλαίσιο αιτιότητας κατά Granger για τον εντοπισμό προγνωστικών σχέσεων που λειτουργούν μέσω μη γραμμικών δυναμικών. Χρησιμοποιώντας μη παραμετρικά ή ημι-παραμετρικά στατιστικά στοιχεία βασισμένα σε ολοκληρώματα συσχέτισης ή εκτίμηση πυκνότητας πυρήνα (kernel density estimation), προσδιορίζει εάν οι παρελθοντικές τιμές μιας μεταβλητής βελτιώνουν τις προβλέψεις μιας άλλης πέραν όσων μπορεί να συλλάβει οποιοδήποτε γραμμικό μοντέλο.

Εφαρμογή με το EconMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Diks, C., & Panchenko, V. (2006). A new statistic and practical guidelines for nonparametric Granger causality testing. Journal of Economic Dynamics and Control, 30(9-10), 1647-1669. DOI: 10.1016/j.jedc.2005.08.008
  2. Hiemstra, C., & Jones, J. D. (1994). Testing for linear and nonlinear Granger causality in the stock price-volume relation. Journal of Finance, 49(5), 1639-1664. DOI: 10.1111/j.1540-6261.1994.tb04776.x

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/el/econometrics/nonlinear-granger-causality

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Αναφέρεται από

ScholarGateNonlinear Granger Causality (Nonlinear Granger Causality Test). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/econometrics/nonlinear-granger-causality · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026