Entropi Transfer
Entropi Transfer (TE) adalah ukuran non-parametrik, berbasis teori informasi, mengenai ketergantungan statistik terarah antara dua deret waktu, yang diperkenalkan oleh Thomas Schreiber pada tahun 2000. Berakar pada entropi Shannon, TE mengukur seberapa banyak informasi dari masa lalu satu proses Y mengurangi ketidakpastian tentang keadaan berikutnya dari proses lain X, melebihi apa yang sudah disediakan oleh masa lalu X sendiri. Berbeda dengan korelasi linear atau kausalitas Granger, TE menangkap interaksi non-linear dan tidak memerlukan asumsi model tentang dinamika yang mendasarinya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461–464. DOI: 10.1103/PhysRevLett.85.461 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/id/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.
- Pemetaan Silang Konvergen (CCM)Inferensi Kausal↔ compare
- Uji Kausalitas GrangerEkonometrika↔ compare
- Entropi SampelSistem Kompleks↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →