Machine learningInformation-theoretic causality

เอนโทรปีการถ่ายทอด

เอนโทรปีการถ่ายทอด (TE) เป็นการวัดความสัมพันธ์ทางสถิติแบบมีทิศทางระหว่างอนุกรมเวลาสองชุด ซึ่งเป็นแบบนอนพาราเมตริกและไม่ขึ้นกับแบบจำลอง โดย Thomas Schreiber ได้นำเสนอในปี 2000 มีพื้นฐานมาจากเอนโทรปีของ Shannon TE วัดปริมาณข้อมูลที่อดีตของกระบวนการหนึ่ง (Y) ช่วยลดความไม่แน่นอนเกี่ยวกับสถานะถัดไปของอีกกระบวนการหนึ่ง (X) ได้มากน้อยเพียงใด นอกเหนือจากที่อดีตของ X เองได้ให้ไว้แล้ว ซึ่งแตกต่างจากสหสัมพันธ์เชิงเส้นหรือสาเหตุแบบ Granger, TE สามารถจับปฏิสัมพันธ์แบบไม่เชิงเส้นและไม่ต้องการข้อสมมติฐานเกี่ยวกับพลวัตพื้นฐาน

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateTransfer Entropy (Transfer Entropy). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/causal-inference/transfer-entropy · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026