Transfer Entropy
Transfer Entropy (TE) è una misura non parametrica, basata sulla teoria dell'informazione, della dipendenza statistica diretta tra due serie temporali, introdotta da Thomas Schreiber nel 2000. Radicata nell'entropia di Shannon, quantifica quanta informazione il passato di un processo Y riduce l'incertezza sul prossimo stato di un altro processo X, oltre a quanto già fornito dal passato di X stesso. A differenza della correlazione lineare o della causalità di Granger, la TE cattura interazioni non lineari e non richiede assunzioni di modello sulle dinamiche sottostanti.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461–464. DOI: 10.1103/PhysRevLett.85.461 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/it/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.
- Convergent Cross Mapping (CCM)Inferenza causale↔ compare
- Test di causalità di GrangerEconometria↔ compare
- Entropia CampionariaSistemi complessi↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →