R中的列明智格兰杰因果检验

Question

我有 2 个不同参数的矩阵：具有相同维度的 M1 和 M3。我想在 R 中进行列式格兰杰测试。

M1<- matrix( c(2,3, 1, 4, 3, 3, 1,1, 5, 7), nrow=5, ncol=2) 
M3<- matrix( c(1, 3, 1,5, 7,3, 1, 3, 3, 4), nrow=5, ncol=2)

我想做格兰杰因果检验以确定 M2 格兰杰是否导致 M1。我的实际矩阵包含更多的列和行，但这只是一个例子。两个向量之间的原始代码如下：

library(lmtest)
data(ChickEgg)
grangertest(chicken ~ egg, order = 3, data = ChickEgg)

如何为列式分析编写此代码，以便将具有 2 行（"F[2]" 和 "Pr(>F)[2]"）和两列的矩阵作为结果返回？

Answer 1

这个方向对吗？

library(lmtest)

M1<- matrix( c(2,3, 1, 4, 3, 3, 1,1, 5, 7), nrow=5, ncol=2) 
M3<- matrix( c(1, 3, 1,5, 7,3, 1, 3, 3, 4), nrow=5, ncol=2)

g <- list()
for (i in 1:ncol(M1)){
g[[i]]  <- grangertest(M1[ ,i] ~ M3[ ,i])
}

foo <- function(x){ 
  F <- x$F[2] 
  P <- x$`Pr(>F)`[2]
  data.frame(F = F, P = P)
  }

do.call(rbind, lapply(g, foo))

          F         P
1 0.3125000 0.6754896
2 0.1781818 0.7457180

Answer 2

我们可以使用sapply

sapply(1:ncol(M1), function(i) {
       m1 <- grangertest(M1[,i]~M3[,i])
       data.frame(F=m1$F[2], p=m1$`Pr(>F)`[2])})
#     [,1]      [,2]     
#F 0.3125    0.1781818
#p 0.6754896 0.745718

R中的列明智格兰杰因果检验

Column wise granger's causal tests in R

r

matrix

lm

causality