Machine learningInformation-theoretic causality

Entropia de Transferență

Entropia de Transferență (TE) este o măsură non-parametrică, din teoria informației, a dependenței statistice direcționate între două serii de timp, introdusă de Thomas Schreiber în 2000. Bazată pe entropia Shannon, cuantifică câtă informație reduce trecutul unui proces Y incertitudinea despre starea următoare a unui alt proces X, dincolo de ceea ce trecutul lui X oferă deja. Spre deosebire de corelația liniară sau cauzalitatea Granger, TE surprinde interacțiuni neliniare și nu necesită ipoteze de model despre dinamica subiacentă.

Deschide în MethodMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Method map

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

Surse

  1. Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461–464. DOI: 10.1103/PhysRevLett.85.461

Cum se citează această pagină

ScholarGate. (2026, June 2). Transfer Entropy. ScholarGate. https://scholargate.app/ro/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.

Compare side by side

Citat de

ScholarGateTransfer Entropy (Transfer Entropy). Preluat la 2026-06-15 de pe https://scholargate.app/ro/causal-inference/transfer-entropy · Set de date: https://doi.org/10.5281/zenodo.20539026