Prueba de Causalidad de Granger No Lineal
La causalidad de Granger no lineal extiende el marco clásico de causalidad lineal de Granger para detectar relaciones predictivas que operan a través de dinámicas no lineales. Utilizando estadísticas no paramétricas o semi-paramétricas basadas en integrales de correlación o estimación de densidad por kernel, identifica si los valores pasados de una variable mejoran las predicciones de otra más allá de lo que cualquier modelo lineal puede capturar.
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
- 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 ↗
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/es/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.
- Prueba de Causalidad de GrangerEconometría↔ compare
- Prueba de Límites ARDL No Lineal (NARDL)Econometría↔ compare
- Modelo VAR No LinealEconometría↔ compare
- Modelo de Corrección de Errores Vectorial No Lineal (Nonlinear VECM)Econometría↔ compare
- Prueba de Causalidad de Toda-YamamotoEconometría↔ compare
- Vector Autoregression (VAR)Econometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →