ScholarGate
Assistent
Hypothesis testCausality

Hiemstra-Jones icke-linjära Granger-kausalitetstest

Hiemstra-Jones-testet, introducerat 1994, är en icke-parametrisk procedur för att upptäcka icke-linjära kausala samband mellan två tidsserier efter att deras linjära beroenden har avlägsnats. Utvecklat i kontexten av aktiekurs- och handelsvolymdynamik, utvidgar det det standardmässiga linjära Granger-kausalitetsramverket genom att använda korrelationsintegralsstatistik för att upptäcka prediktivitet som härrör från icke-linjära mekanismer som linjära VAR-modeller inte kan fånga.

Tillämpa med EconMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Hiemstra-Jones icke-linjära Granger-kausalitetstest
Konvergent korsmappning…Granger kausalitetstestTransfer Entropy

Källor

  1. Hiemstra, C., & Jones, J. D. (1994). Testing for linear and nonlinear Granger causality in the stock price-volume relation. The Journal of Finance, 49(5), 1639–1664. DOI: 10.1111/j.1540-6261.1994.tb04776.x

Så citerar du den här sidan

ScholarGate. (2026, June 2). Hiemstra-Jones Nonlinear Granger Causality Test. ScholarGate. https://scholargate.app/sv/econometrics/hiemstra-jones-causality

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida
ScholarGateHiemstra-Jones Causality (Hiemstra-Jones Nonlinear Granger Causality Test). Hämtad 2026-06-17 från https://scholargate.app/sv/econometrics/hiemstra-jones-causality · Datamängd: https://doi.org/10.5281/zenodo.20539026