我正在尝试对格兰杰因果关系进行自我教育。我已经阅读了该网站上的帖子以及在线上的几篇好文章。我还遇到了一个非常有用的工具,即“双变量Granger因果关系-免费统计计算器”,该工具可让您输入时间序列并计算Granger Stats。下面是站点中包含的示例数据的输出。我在解释结果方面也很努力。
我的问题:
- 我的解释方向正确吗?
- 我忽略了哪些关键见解?
- 另外,CCF图表的含义和解释是什么?(我假设CCF是互相关的。)
这是我已经解释的结果和图:
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
我的解释:
- 测试基于357个数据点,并且滞后值为1
- p值为0.0000294意味着我可以拒绝零假设,即对于Y = f(x),x不会导致y。
- p值为.76,可以让我接受X = f(Y)的空值
- 第一个假设被拒绝而第二个假设被接受的事实是一件好事
- 我对F考试有点生疏,所以目前我对此真的没有话要说。
- 我也不确定如何解释CCF图。
如果您对Granger因果关系非常精通,可以让我知道我是否正确地对此进行了说明,并且还填补了一些空白,我真的很感激。
谢谢你的帮助。