グレンジャー因果性とは？
ぐれんじゃーいんがせい
一方の時系列データが他方の将来値の予測に役立つかどうかで「原因らしさ」を評価する統計的検定の概念です。
グレンジャー因果性（Granger causality）とは、経済学者クライヴ・グレンジャーが1969年に提唱した、時系列間の「予測的因果」を統計的に検定する枠組みです。
考え方の核心は、「変数Xが変数Yのグレンジャー原因である」とは、Yの過去の値だけを使うよりも、XとY双方の過去の値を使った方がYの将来をより正確に予測できる場合を指します。言い換えると、Xの情報がYの予測誤差を有意に小さくするかどうかをF検定などで判断します。
検定の手順は次のとおりです。
- YをYの過去値だけで回帰する（制約モデル）
- YをYとXの過去値で回帰する（非制約モデル）
- 両モデルの残差平方和の差をF統計量で比較する
- 有意であればXはYをグレンジャー意味で「引き起こす」と判断する
注意すべき点は、これは統計的な予測関係であり、真の科学的因果関係を保証するものではありません。相関が強くても共通の第三変数によるものかもしれず、解釈には慎重さが求められます。経済学・神経科学・気候研究など、時系列データが豊富な分野で広く活用されています。
使い方・例文
広告費と売上の月次データを用いてグレンジャー因果性を検定し、広告費の増加が翌月の売上向上を予測できるかどうかを統計的に評価する場面で使われます。
この用語をシェア
最終更新: