Tôi đang cố gắng giáo dục bản thân về Nhân quả Granger. Tôi đã đọc các bài viết trên trang web này và một số bài viết trực tuyến tốt. Tôi cũng đã bắt gặp một công cụ rất hữu ích, Bivariate Granger Causality - Free Statistics Calculator , cho phép bạn nhập chuỗi thời gian của mình và tính toán Chỉ số Granger. Dưới đây, là đầu ra từ dữ liệu mẫu có trên trang web. Tôi cũng đã có một vết nứt trong việc giải thích kết quả.
Những câu hỏi của tôi:
- Là giải thích của tôi đúng hướng?
- Những hiểu biết quan trọng nào tôi đã bỏ qua?
- Ngoài ra ý nghĩa và giải thích của các biểu đồ CCF là gì? (Tôi cho rằng CCF là tương quan chéo.)
Dưới đây là kết quả và cốt truyện mà tôi đã diễn giải:
Summary of computational transaction
Raw Input view raw input (R code)
Raw Output view raw output of R engine
Computing time 2 seconds
R Server 'Herman Ole Andreas Wold' @ wold.wessa.net
Granger Causality Test: Y = f(X)
Model Res.DF Diff. DF F p-value
Complete model 356
Reduced model 357 -1 17.9144959720894 2.94360540545316e-05
Granger Causality Test: X = f(Y)
Model Res.DF Diff. DF F p-value
Complete model 356
Reduced model 357 -1 0.0929541667364279 0.760632773377753
Lời giải thích của tôi:
- Kiểm tra dựa trên 357 điểm dữ liệu và được thực hiện với giá trị độ trễ là 1
- Giá trị p là 0,0000294 có nghĩa là tôi có thể bác bỏ giả thuyết null rằng x không gây ra y cho Y = f (x).
- Giá trị p của .76 cho phép tôi chấp nhận null cho X = f (Y)
- Việc giả thuyết đầu tiên bị bác bỏ và thứ hai được chấp nhận là một điều tốt
- Tôi hơi bất lịch sự trong bài kiểm tra F của mình vì vậy tôi thực sự không có gì để nói về điều này cho đến bây giờ.
- Tôi cũng không chắc làm thế nào để giải thích biểu đồ CCF.
Tôi thực sự đánh giá cao nếu bất kỳ ai trong số các bạn thành thạo với nhân quả Granger có thể cho tôi biết nếu tôi can thiệp điều này một cách chính xác và cũng điền vào một số khoảng trống.
Cảm ơn bạn đã giúp đỡ.