granger.test(MSBVAR)
granger.test()所属R语言包：MSBVAR
Bivariate Granger causality testing
二元格兰杰因果检验
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Bivariate Granger causality testing for multiple time series.
多个时间序列的二元格兰杰因果检验。
用法----------Usage----------
granger.test(y, p)
参数----------Arguments----------
参数：y
T x m time series or matrix.
的T x m时间系列或矩阵。
参数：p
Lag length to be used for computing the test
滞后长度要用于计算测试
Details
详细信息----------Details----------
Estimates all possible bivariate Granger causality tests for m variables. Bivariate Granger causality tests for two variables X and Y evaluate whether the past values of X are useful for predicting Y once Y's history has been modeled. The null hypothesis is that the past p values of X do not help in predicting the value of Y.
估计所有可能的二元m个变量的Granger因果检验。两个变量X和Y的二元Granger因果关系检验评估是否预测Ÿ一旦被塑造了Y的历史，在过去的X值是有用的。零假设是，过去的X p值不帮Y的预测值
The test is implemented by regressing Y on p past values of Y and p past values of X. An F-test is then used to determine whether the coefficients of the past values of X are jointly zero.
测试实施倒退Y对p的过去值，Y和p X的过去值的F-测试，然后使用，以确定是否过去的X值的系数的共同为零。
This produces a matrix with m*(m-1) rows that are all of the possible bivariate Granger causal relations. The results include F-statistics and p-values for each test. Tests are estimated using single equation OLS models.
这将产生一个与米*第（m-1）行的所有的可能的二元Granger因果关系的矩阵。结果包括F-统计量和p值，为每个测试。测试采用单方程OLS模型估计。
值----------Value----------
A matrix with 2 columns. Column 1 are the F-statistic values. Column 2 are the p-values for the F-tests. Row labels specifying the Granger causality relationship tested will be included if variables in the input time series y include variable or dimnames.
2列的矩阵。第1栏是F-统计量的值。第2栏是F检验的p-值。行标签指定的格兰杰因果关系测试将被纳入，如果变量包括变量或输入时间系列ydimnames。
注意----------Note----------
These are bivariate tests – not block exogeneity tests for a fitted VAR model. Note also that these tests are highly sensitive to lag length (p) and the presence of unit roots. Results in the matrix
这些都是二元的测试 - 不阻止VAR模型的拟合外生性测试。还请注意，这些试验是高度敏感的滞后长度（p）和单位根的存在下。在基质中的结果
（作者）----------Author(s)----------
Patrick T. Brandt
参考文献----------References----------
Models and Cross-Spectral Methods" Econometrica 37:424-438.
Economic Review. 62:540-552.
参见----------See Also----------
reduced.form.var for frequentist VAR estimation, szbvar for Bayesian VAR estimation with Sims-Zha prior, var.lag.specification for VAR lag length testing.
reduced.form.var频率论VAR估计，szbvar的贝叶斯VAR估计的模拟人生 - 查前，var.lag.specificationVAR的滞后长度测试。
实例----------Examples----------
data(IsraelPalestineConflict)
granger.test(IsraelPalestineConflict, p=6)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-23 15:39:43
