Konwergentne mapowanie krzyżowe (CCM)
Konwergentne mapowanie krzyżowe (CCM) to nieliniowa metoda przestrzeni stanów służąca do wykrywania przyczynowości między zmiennymi szeregów czasowych osadzonymi we wspólnym systemie dynamicznym. Wprowadzone przez George'a Sugiharę i współpracowników w ich przełomowym artykule w Science z 2012 roku, CCM wykorzystuje twierdzenie o osadzaniu Takensa: jeśli zmienna X przyczynowo wpływa na Y, historyczny zapis Y zawiera wystarczająco dużo informacji, aby odtworzyć stany X. Przyczynowość jest potwierdzana, gdy trafność mapowania krzyżowego poprawia się – zbiega – wraz ze wzrostem długości biblioteki szeregów czasowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Sugihara, G., et al. (2012). Detecting causality in complex ecosystems. Science, 338(6106), 496–500. DOI: 10.1126/science.1227079 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Convergent Cross Mapping (CCM). ScholarGate. https://scholargate.app/pl/causal-inference/convergent-cross-mapping
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Test przyczynowości GrangeraEkonometria↔ porównaj
- Analiza Kwantyfikacji Nawrotów (RQA)Systemy złożone↔ porównaj
- Entropia transferuWnioskowanie przyczynowe↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →