ScholarGate
Asszisztens
Regression model

Granger Causality Test

Ha az x változó történetének ismerete javítja az y előrejelzését a puszta y múltjának használatához képest, akkor azt mondjuk, hogy x 'Granger-okozza' y-t. A teszt egyszerűen azt kérdezi: miután az y saját késleltetett értékei benne vannak a modellben, hozzáadnak-e az x késleltetett értékei bármilyen extra prediktív erőt? Ez az előzményről és az előrejelezhetőségről szól, nem pedig egy valódi ok-okozati mechanizmusról.

Alkalmazás ezzel: EconMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

+13 további

Források

  1. Granger, C. W. J. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 37(3), 424-438. DOI: 10.2307/1912791

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 1). Granger Causality Test. ScholarGate. https://scholargate.app/hu/econometrics/granger-causality

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateGranger Causality (Granger Causality Test). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/econometrics/granger-causality · Adatkészlet: https://doi.org/10.5281/zenodo.20539026