מיפוי צולב מתכנס (CCM)
מיפוי צולב מתכנס (CCM) הוא שיטה לא-לינארית ממרחב המצבים לזיהוי סיבתיות בין משתני סדרות עתיות המשובצים במערכת דינמית משותפת. CCM, שהוצג על ידי ג'ורג' סוגיהרה ועמיתיו במאמרם פורץ הדרך משנת 2012 בכתב העת Science, מנצל את משפט השיכון של טאקנס: אם משתנה X משפיע סיבתית על Y, הרי שהתיעוד ההיסטורי של Y מכיל מידע מספיק כדי לשחזר את מצבי X. סיבתיות מאושרת כאשר יכולת המיפוי הצולב משתפרת – מתכנסת – ככל שספריית סדרות העת מתארכת.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- Sugihara, G., et al. (2012). Detecting causality in complex ecosystems. Science, 338(6106), 496–500. DOI: 10.1126/science.1227079 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Convergent Cross Mapping (CCM). ScholarGate. https://scholargate.app/he/causal-inference/convergent-cross-mapping
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- מבחן סיבתיות גריינג'ראקונומטריקה↔ השוואה
- ניתוח כימות הישנות (RQA)מערכות מורכבות↔ השוואה
- אנטרופיית העברההסקה סיבתית↔ השוואה