Transfer Entropy
Transfer Entropy (TE) er et ikke-parametrisk, informasjonsteoretisk mål på rettet statistisk avhengighet mellom to tidsserier, introdusert av Thomas Schreiber i 2000. Basert på Shannon-entropi kvantifiserer den hvor mye informasjon fortiden til én prosess Y reduserer usikkerhet om neste tilstand til en annen prosess X, utover det X's egen fortid allerede gir. I motsetning til lineær korrelasjon eller Granger-kausalitet, fanger TE opp ikke-lineære interaksjoner og krever ingen modellantagelser om den underliggende dynamikken.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461–464. DOI: 10.1103/PhysRevLett.85.461 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/no/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.
- Konvergent krysskartlegging (CCM)Kausal inferens↔ compare
- Granger-kausalitetstestØkonometri↔ compare
- Sample EntropyKomplekse systemer↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →