Mapeo Cruzado Convergente (CCM)
El Mapeo Cruzado Convergente (CCM) es un método no lineal de espacio de estados para detectar causalidad entre variables de series temporales incrustadas en un sistema dinámico compartido. Introducido por George Sugihara y colegas en su influyente artículo de 2012 en Science, el CCM explota el teorema de incrustación de Takens: si la variable X influye causalmente en Y, el registro histórico de Y contiene suficiente información para recuperar los estados de X. La causalidad se confirma cuando la habilidad del mapeo cruzado mejora —converge— a medida que la biblioteca de series temporales se alarga.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- Sugihara, G., et al. (2012). Detecting causality in complex ecosystems. Science, 338(6106), 496–500. DOI: 10.1126/science.1227079 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). Convergent Cross Mapping (CCM). ScholarGate. https://scholargate.app/es/causal-inference/convergent-cross-mapping
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Prueba de causalidad de GrangerEconometría↔ comparar
- Análisis de Cuantificación de Recurrencia (RQA)Sistemas complejos↔ comparar
- Entropía de TransferenciaInferencia causal↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →