ScholarGate
어시스턴트
Regression model

그랜저 인과성 검정

1969년 Clive W. J. Granger가 도입한 그랜저 인과성 검정(Granger causality test)은 한 시계열의 과거 값이 다른 시계열의 과거 값만으로는 설명할 수 없는 부분을 추가적으로 예측하는 데 도움이 되는지 평가합니다. 이는 인과성을 구조적 또는 물리적 원인이 아닌 엄격하게 예측적인 의미로 정의합니다.

EconMind(으)로 적용하기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

+13 more

출처

  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

이 페이지 인용 방법

ScholarGate. (2026, June 1). Granger Causality Test. ScholarGate. https://scholargate.app/ko/econometrics/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.

Compare side by side

이 방법을 참조하는 항목

ScholarGateGranger Causality (Granger Causality Test). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/econometrics/granger-causality · 데이터셋: https://doi.org/10.5281/zenodo.20539026