Python和stata,Python stata
格兰杰因果检验的结论是统计推断,假设时间序列之间没有因果关系,然后检验是否可以否定。如果您可以拒绝这项检查,就可以验证这个时间序列数据对于您想要预测的目标是否有效。
使用目标b来预测a.a是给出预测结果的序列。
fromstatsmodels。TSA . stattoolsimportgrangercausalitytestsimportpandas aspdimportnumpyasnpdf=PD . data frame(2),列
基于ssr的f检验:F=1.8500,p=0.2227,df_denom=6,Df _ num=1 srbasedchi 2 test:Chi 2=2.7750,p=0.0957,df p=0.1199,Df=1参数f检验:f=1.8500,p=0.2227,Df _ denom=6df _ num=1 grangercausalitynumberoflags(no zzer Df _ denom如果所有P都小于0.05,那么B对a有效。
在某些情况下,x和y的顺序也可以颠倒。也许,x=f(y):
grangercausalitytests(df[[ b[ b , a],maxlag=2)当每个索引numberoflags(nozero)的含义为1时的测试结果
基于Ssr的f检验:残差平方和f检验
基于Ssr的卡方检验:残差平方和的卡方检验
似然比检验:似然比检验的结果
Parf测试仪:检查参数f的结果
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。