Describe el ajuste de la curva de suma de cuadrados residual.
Por ejemplo:
Si A es la causa mayor de B, significa que el cambio de A es una de las razones del cambio de B. Podemos explicar que el efecto de A sobre B es positivo hasta cierto punto.
Sin embargo, esto no significa que A cambie a medida que B cambia, porque todas nuestras especializaciones causales de Granger se basan en una gran cantidad de estadísticas. Por lo tanto, sólo se puede decir que en una situación de acumulación a relativamente largo plazo, los cambios en A conducirán a cambios en B.
Ajuste de curva: Error al convertir curva y trazado Bézier. Cuanto mayor sea el valor, mayor será el error; cuanto menor sea el valor, más preciso será.
Información ampliada:
Problema de causalidad de Granger
1. En primer lugar, la prueba de causalidad de Granger es una secuencia de tiempo estadística y no significa que exista una relación causal. Si existe una relación causal debe determinarse basándose en la teoría, la experiencia y los modelos.
2. En segundo lugar, las variables en la prueba de causalidad de Granger deberían ser estables. Si la prueba de raíz unitaria encuentra que dos variables son inestables, la prueba de causalidad de Granger no se puede realizar directamente.
3. Los resultados de cointegración sólo indican que existe una relación de equilibrio de largo plazo entre las variables. Como las variables son inestables, se requiere cointegración. Por lo tanto, primero se diferencian las variables.
4. El equilibrio a largo plazo no significa el final del análisis. También se deben considerar las fluctuaciones a corto plazo y se deben realizar pruebas de corrección de errores.
Problemas de cointegración
1. La prueba de Granger solo se puede utilizar para series estacionarias, que es la premisa de la prueba de Granger. La relación causal no es causalidad como la entendemos habitualmente, sino que los cambios en x temprano pueden explicar efectivamente los cambios en y, por eso se llama "causa de Granger".
2. Es probable que se produzcan regresiones espurias en series no estacionarias. La importancia de la cointegración es probar si la relación causal descrita por su ecuación de regresión es pseudorregresión, es decir, probar si existe una relación estable entre las variables. Por tanto, la prueba de causalidad para series no estacionarias es una prueba de cointegración.
3. La prueba de estacionariedad tiene tres funciones:
(1) Verificar la estacionariedad, realizar la prueba de Granger; si no es estacionaria, realizar la prueba de sinergia positiva.
(2) El orden unitario que se debe utilizar para cada serie en la prueba de cointegración.
(3) Determine el proceso de generación de datos de la columna de aprendizaje de tiempo.