Entropie de transfert

L'entropie de transfert (TE) est une mesure non paramétrique, issue de la théorie de l'information, de la dépendance statistique dirigée entre deux séries temporelles, introduite par Thomas Schreiber en 2000. Fondée sur l'entropie de Shannon, elle quantifie la quantité d'information que le passé d'un processus Y réduit l'incertitude concernant le prochain état d'un autre processus X, au-delà de ce que le passé de X fournit déjà. Contrairement à la corrélation linéaire ou à la causalité de Granger, la TE capture les interactions non linéaires et ne nécessite aucune hypothèse de modèle sur la dynamique sous-jacente.