Entropía de Transferencia
La Entropía de Transferencia (TE, por sus siglas en inglés) es una medida no paramétrica de teoría de la información de la dependencia estadística dirigida entre dos series temporales, introducida por Thomas Schreiber en 2000. Basada en la entropía de Shannon, cuantifica cuánta información el pasado de un proceso Y reduce la incertidumbre sobre el próximo estado de otro proceso X, más allá de lo que el pasado de X ya proporciona. A diferencia de la correlación lineal o la causalidad de Granger, la TE captura interacciones no lineales y no requiere suposiciones de modelo sobre la dinámica subyacente.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461–464. DOI: 10.1103/PhysRevLett.85.461 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/es/causal-inference/transfer-entropy
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.
- Mapeo Cruzado Convergente (CCM)Inferencia causal↔ compare
- Prueba de causalidad de GrangerEconometría↔ compare
- Entropía de MuestraSistemas complejos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →