Ujian Kausaliti Granger Tak Linear
Kausaliti Granger tak linear melanjutkan rangka kerja kausaliti Granger linear klasik untuk mengesan hubungan prediktif yang beroperasi melalui dinamik tak linear. Menggunakan statistik bukan parametrik atau separa parametrik berdasarkan kamiran korelasi atau anggaran ketumpatan kernel, ia mengenal pasti sama ada nilai lepas satu pemboleh ubah meningkatkan ramalan pemboleh ubah lain melebihi apa yang boleh ditangkap oleh mana-mana model linear.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/ms/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.
- Ujian Kausaliti GrangerEkonometrik↔ compare
- Ujian Sempadan ARDL Tak Linear (NARDL)Ekonometrik↔ compare
- Model VAR Tak LinearEkonometrik↔ compare
- Model Pembetulan Ralat Vektor Tak Linear (VECM Tak Linear)Ekonometrik↔ compare
- Ujian Kausalitas Toda-YamamotoEkonometrik↔ compare
- Autoregresi Vektor (VAR)Ekonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →