因果關系檢驗。
經濟學家開拓了壹種可以用來分析變量之間的因果的辦法，即格蘭傑因果關系檢驗。該檢驗方法為2003年諾貝爾經濟學獎得主克萊夫·格蘭傑（Clive W． J． Granger）所開創，用於分析經濟變量之間的因果關系。
①格蘭傑因果關系檢驗只適用於時間序列數據，他的哲學思想是原因壹定早先於結果發生；
②檢驗結果對變量滯後期長度非常敏感，滯後期長度不同，結果可能截然相反。所以，有些時候，我們可能不得不采用赤池或施瓦茨信息準則來選擇合適的滯後期長度；
③進入檢驗的誤差項必須是不相關的，若出現相關性，可能需要進行適當的變換；
④被檢驗變量Y和X必須得是平穩的，非平穩的時間序列是沒有太大預測價值的。
擴展資料
相關背景：
格蘭傑本人在其2003年獲獎演說中強調了其引用的局限性，以及“很多荒謬論文的出現”(Of course, many ridiculous papers appeared)。由於其統計學本質上是對平穩時間序列數據壹種預測,僅適用於計量經濟學的變量預測,不能作為檢驗真正因果性的判據。
在時間序列情形下，兩個經濟變量X、Y之間的格蘭傑因果關系定義為：若在包含了變量X、Y的過去信息的條件下，對變量Y的預測效果要優於只單獨由Y的過去信息對Y進行的預測效果，即變量X有助於解釋變量Y的將來變化，則認為變量X是引致變量Y的格蘭傑原因。
進行格蘭傑因果關系檢驗的壹個前提條件是時間序列必須具有平穩性，否則可能會出現虛假回歸問題。因此在進行格蘭傑因果關系檢驗之前首先應對各指標時間序列的平穩性進行單位根檢驗(unit root test)。常用增廣的迪基—富勒檢驗(ADF檢驗)來分別對各指標序列的平穩性進行單位根檢驗。
百度百科-因果關系檢驗