मैं खुद को ग्रेंजर कॉजेलिटी पर शिक्षित करने की कोशिश कर रहा हूं। मैंने इस साइट पर पोस्ट और कई अच्छे लेख ऑनलाइन पढ़े हैं। मैं भी एक बहुत ही उपयोगी उपकरण के साथ आया, बिवरिएट ग्रेंजर कॉजेलिटी - फ्री स्टैटिस्टिक्स कैलकुलेटर , जो आपको अपनी समय श्रृंखला में प्रवेश करने और ग्रेंजर आँकड़े की गणना करने की अनुमति देता है। नीचे, साइट पर शामिल नमूना डेटा से आउटपुट है। मैंने परिणामों की व्याख्या करने के लिए एक दरार भी ली है।
मेरे सवाल:
- क्या मेरी व्याख्या सीधे तौर पर सही है?
- मैंने किन प्रमुख अंतर्दृष्टि की अनदेखी की है?
- इसके अलावा CCF चार्ट का अर्थ और व्याख्या क्या है? (मैं मान रहा हूं कि CCF क्रॉस सहसंबंध है।)
यहाँ परिणाम और प्लॉट हैं जिनकी मैंने व्याख्या की है:
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
मेरी व्याख्या:
- परीक्षण 357 डेटा बिंदुओं पर आधारित था और 1 के अंतराल मूल्य के साथ किया गया था
- 0.0000294 के पी-मूल्य का मतलब है कि मैं शून्य परिकल्पना को अस्वीकार कर सकता हूं कि x का कारण Y = f (x) नहीं है।
- .76 का p- मान मुझे X = f (Y) के लिए अशक्त स्वीकार करने की अनुमति देता है
- यह तथ्य कि पहली परिकल्पना को खारिज कर दिया गया और दूसरा स्वीकार किया गया, अच्छी बात है
- मैं अपने एफ-परीक्षण पर थोड़ा कठोर हूं इसलिए मुझे अब इस पर कुछ भी कहने की जरूरत नहीं है।
- मुझे यह भी निश्चित नहीं है कि सीसीएफ ग्राफ की व्याख्या कैसे करें।
मैं वास्तव में इसकी सराहना करता हूं यदि आपमें से कोई भी जो ग्रेंजर-कार्य-कारण से अच्छी तरह से वाकिफ है तो मुझे बता सकता है कि क्या मैं इसे सही ढंग से व्याख्या कर रहा हूं और कुछ रिक्त स्थान भी भर रहा हूं।
आपकी सहायता के लिए धन्यवाद।