statsmodels.tsa.vector_ar.var_model.VARResults.test_causality¶

VARResults.test_causality(caused, causing=None, kind='f', signif=0.05)[source]¶

测试格兰杰因果关系

Parameters:¶

causedint or str or sequence of int or str

如果是整数或字符串，测试通过此索引（整数）或名称（字符串）指定的变量是否由causing指定的变量引起的格兰杰因果关系。 如果是整数或字符串的序列，测试相应的变量是否由causing指定的变量引起的格兰杰因果关系。

causingint or str or sequence of int or str or None, default: None

如果是整数或字符串，测试通过此索引（整数）或名称（字符串）指定的变量是否是caused指定的变量的格兰杰原因。 如果是整数或字符串的序列，测试相应的变量是否是caused指定的变量的格兰杰原因。 如果是None，则假设causing是caused的补集。

kind{‘f’, ‘wald’}

执行F检验或Wald（卡方）检验

signiffloat, default 5%

计算检验临界值的显著性水平，默认为标准的0.05水平

Returns:¶

resultsCausalityTestResults

注释

原假设是所指示的变量之间不存在格兰杰因果关系。F检验中的自由度基于VAR系统中的变量数量，即自由度等于VAR中方程的数量乘以单个方程的自由度。

如[1]第7.6.3章所述的格兰杰因果关系测试。 测试H0：“引起不会格兰杰引起系统的其余变量”，针对H1：“引起对系统的其余变量具有格兰杰因果关系”。

参考文献

[1]

卢特克霍伊泽尔，H. 2005. 多时间序列分析新导论 分析。斯普林格出版社。