Нелинейный тест причинности по Грейнджеру
Нелинейная причинность по Грейнджеру расширяет классическую линейную систему причинности по Грейнджеру для обнаружения предсказательных связей, действующих через нелинейную динамику. Используя непараметрическую или полупараметрическую статистику, основанную на интегралах корреляции или оценке плотности ядра, он определяет, улучшают ли прошлые значения одной переменной прогнозы другой сверх того, что может уловить любая линейная модель.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/ru/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.
- Тест причинности по ГрейнджеруЭконометрика↔ compare
- Нелинейный ARDL (NARDL) граничный тестЭконометрика↔ compare
- Нелинейная модель VARЭконометрика↔ compare
- Нелинейная модель коррекции ошибок вектора (Nonlinear VECM)Эконометрика↔ compare
- Тест причинности Тода-ЯмамотоЭконометрика↔ compare
- Векторная авторегрессия (VAR)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →