Test di Causalità di Granger Non Lineare
La causalità di Granger non lineare estende il classico quadro di causalità di Granger lineare per rilevare relazioni predittive che operano attraverso dinamiche non lineari. Utilizzando statistiche non parametriche o semi-parametriche basate su integrali di correlazione o stima della densità kernel, identifica se i valori passati di una variabile migliorano le previsioni di un'altra oltre quanto qualsiasi modello lineare possa catturare.
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
- Diks, C., & Panchenko, V. (2006). A new statistic and practical guidelines for nonparametric Granger causality testing. Journal of Economic Dynamics and Control, 30(9-10), 1647-1669. DOI: 10.1016/j.jedc.2005.08.008 ↗
- Hiemstra, C., & Jones, J. D. (1994). Testing for linear and nonlinear Granger causality in the stock price-volume relation. Journal of Finance, 49(5), 1639-1664. DOI: 10.1111/j.1540-6261.1994.tb04776.x ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/it/econometrics/nonlinear-granger-causality
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.
- Granger Causality TestEconometria↔ compare
- Test di Limiti NARDL (Nonlinear ARDL)Econometria↔ compare
- Modello VAR Non LineareEconometria↔ compare
- Modello di Correzione dell'Errore Vettoriale Non Lineare (Nonlinear VECM)Econometria↔ compare
- Test di Causalità di Toda-YamamotoEconometria↔ compare
- Autoregressione Vettoriale (VAR)Econometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →