Causalité de Granger

Causalité de Granger est une technique pour déterminer si une série chronologique est utile en prévoyant des autres. D'habitude, les régressions reflètent des "seules" corrélations, mais Clive Granger, qui a gagné un prix Nobel dans les sciences économiques, argué du fait qu'il y a une interprétation d'un ensemble d'essais en tant qu'indication de quelque chose au sujet de la causalité.

Une série chronologique Y est dit Granger-causent X s'il peut montrer, habituellement par une série de F-essais sur des valeurs traînées de Y (et avec des valeurs traînées de X également connu), que ceux Y les valeurs fournissent statistiquement des informations significatives sur les valeurs futures de X.

Les travaux d'essai à côté de faire d'abord une régression de X sur des valeurs traînées de X et des valeurs traînées de Y. En cela, la restriction est examinée si toutes les valeurs traînées de Y peuvent être abandonnées de la régression. Ces étapes sont alors répétées pour le rapport renversé.

Le chercheur recherche souvent une histoire claire, comme X granger-cause Y mais pas l'autre manière autour. Dans le vrai monde, souvent, des résultats difficiles sont trouvés comme le ni l'un ni l'autre granger-cause l'autre, ou que chacun granger-cause l'autre.

Voici un exemple du grangertest() de fonction dans la bibliothèque lmtest du paquet de R :

Model 1 d'essai de causalité de Granger : ~ Lags(fii de fii, 1:5) + Lags(rM, 1:5) Model 2 : ~ Lags(fii de fii, 1:5) Recherche.DF DF F Pr(> ;F) 1 629 2 634 5 2.5115 0.02896 * --- Signif. codes :  0 '***'0.001 '* * '0.01 '* '0.05 '.'0.1 ''1 model 1 d'essai de causalité de Granger : ~ Lags(rM de rM, 1:5) + Lags(fii, 1:5) Model 2 : ~ Lags(rM de rM, 1:5) Recherche.DF DF F Pr(> ;F) 1 629 2 634 5 1.1804 0.3172

Le premier model 1 examine s'il est correct d'enlever le rM traîné de la régression FII expliquant en utilisant FII traîné. Il n'est pas (p=0.02896). Les deuxièmes ciseaux du model 1 et du model 2 constatent qu'il est possible d'enlever le FII traîné du rM expliquant modèle en utilisant le rM traîné. De ceci, nous concluons que le rM granger-cause FII mais pas l'autre manière autour.

 

  > Français > en.wikipedia.org (Traduit par ordinateur dans le Français)