Estou tentando me educar sobre a causalidade de Granger. Eu li as postagens neste site e vários bons artigos online. Também encontrei uma ferramenta muito útil, a Calculadora Bivariada de Causalidade de Granger - Estatísticas Gratuitas , que permite que você insira suas séries temporais e calcule as Estatísticas de Granger. Abaixo, está a saída dos dados de amostra incluídos no site. Eu também tomei uma rachadura na interpretação dos resultados.
Minhas perguntas:
- Minha interpretação é direcionalmente correta?
- Quais insights importantes eu negligenciei?
- Além disso, qual é o significado e a interpretação dos gráficos do CCF? (Suponho que o CCF seja uma correlação cruzada.)
Aqui estão os resultados e gráficos que interpretei:
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
Minha interpretação:
- O teste foi baseado em 357 pontos de dados e foi realizado com um valor de atraso de 1
- O valor p de 0,0000294 significa que posso rejeitar a hipótese nula de que x não causa y para Y = f (x).
- O valor p de 0,76 me permite aceitar o nulo para X = f (Y)
- O fato de a primeira hipótese ter sido rejeitada e a segunda aceita é uma coisa boa
- Estou um pouco enferrujado no meu teste F, então não tenho nada a dizer sobre isso por enquanto.
- Também não sei como interpretar o gráfico CCF.
Eu realmente aprecio se qualquer um de vocês que seja bem versado na causalidade de Granger possa me informar se estou interpetando isso corretamente e também preencher alguns dos espaços em branco.
Obrigado pela ajuda.