Machine learningInformation-theoretic causality

Entropy Chuyển Giao

Entropy Chuyển Giao (TE) là một thước đo phi tham số, dựa trên lý thuyết thông tin, về sự phụ thuộc thống kê có hướng giữa hai chuỗi thời gian, được giới thiệu bởi Thomas Schreiber vào năm 2000. Dựa trên entropy Shannon, nó định lượng lượng thông tin mà quá khứ của một quá trình Y làm giảm sự không chắc chắn về trạng thái tiếp theo của một quá trình X khác, vượt ra ngoài những gì quá khứ của chính X đã cung cấp. Không giống như tương quan tuyến tính hoặc nhân quả Granger, TE nắm bắt các tương tác phi tuyến và không yêu cầu giả định mô hình về động lực học cơ bản.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Nguồn tài liệu

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

Cách trích dẫn trang này

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

Được tham chiếu bởi

ScholarGateTransfer Entropy (Transfer Entropy). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/causal-inference/transfer-entropy · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026