Estoy tratando de educarme sobre la causalidad de Granger. He leído las publicaciones en este sitio y varios buenos artículos en línea. También me encontré con una herramienta muy útil, la Calculadora de estadísticas gratuitas de Bivariate Granger Causality , que le permite ingresar sus series de tiempo y calcular las estadísticas de Granger. A continuación, se muestra el resultado de los datos de muestra incluidos en el sitio. También me he tomado la molestia de interpretar los resultados.
Mis preguntas:
- ¿Es mi interpretación direccionalmente correcta?
- ¿Qué ideas clave he pasado por alto?
- Además, ¿cuál es el significado y la interpretación de los cuadros CCF? (Supongo que CCF es correlación cruzada).
Aquí están los resultados y las tramas que he interpretado:
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
Mi interpretación:
- La prueba se basó en 357 puntos de datos y se realizó con un valor de retraso de 1
- El valor p de 0.0000294 significa que puedo rechazar la hipótesis nula de que x no causa y para Y = f (x).
- El valor p de .76 me permite aceptar el valor nulo para X = f (Y)
- El hecho de que la primera hipótesis fue rechazada y la segunda aceptada es algo bueno
- Estoy un poco oxidado en mi prueba F, así que no tengo nada que decir sobre esto por ahora.
- Tampoco estoy seguro de cómo interpretar el gráfico CCF.
Realmente agradezco que cualquiera de ustedes que esté bien versado en la causalidad de Granger pueda informarme si estoy interpelando esto correctamente y también completar algunos de los espacios en blanco.
Gracias por tu ayuda.