statsmodels.tsa.vector_ar.vecm.VECMResults.test_inst_causality¶

VECMResults.test_inst_causality(causing, signif=0.05)[source]¶

测试瞬时因果关系。

瞬时因果关系的概念在[1]的第3.6.3章和第7.6.4章中进行了描述。检验H₀：“caused和causing变量之间不存在瞬时因果关系”与H₁：“caused和causing之间存在瞬时因果关系”。请注意，瞬时因果关系是一种对称关系（即，如果causing“瞬时引起”caused，那么caused也“瞬时引起”causing），因此参数的命名（选择与test_granger_causality一致）可能会产生误导。

Parameters:¶

causingint or str or sequence of int or str

如果是整数或字符串，测试相应的变量是否导致在caused中指定的变量。 如果是整数或字符串的序列，测试相应的变量是否导致在caused中指定的变量。

signiffloat, 0 < signif < 1, 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:¶

resultsstatsmodels.tsa.vector_ar.hypothesis_test_results.CausalityTestResults

注释

此方法返回的结果与JMulTi不同。这是因为测试基于statsmodels中的VAR(k_ar)模型（根据[1]第104、320-321页），而JMulTi似乎使用的是VAR(k_ar+1)模型。在JMulTi中将滞后阶数减少一阶会导致statsmodels和JMulTi的结果相等。

参考文献

[1] (1,2)

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