要做granger 因果，首先要注意序列是否稳定。一般要先做ADF测试。如果结果稳定，我们可以继续G测试。如果不稳定，就要对同阶单形进行协整检验，如果存在协整关系，也可以用g检验，否则可能是假回归。1.ADF test打开序列，Viewunitroottest，选择差序和型号，点击ok。如果p小于α，则没有单位根。2.协整检验分两步:第一步:根据你的模型估计参数(这里可能用到ols或者其他模型估计方法)。第二步:对第一步估计的模型残差进行单位根检验。如果没有单位根，说明满足协整关系。3.Granger 因果 test以组的形式打开两个序列，viewGranger。
5、 因果分析的五种方法因果关系推理可以说是数据分析领域最难的问题之一，争论了很多年。一般方法如下:常用方法一:分解法，从多个角度分解一个成果指标，找出影响它的原因。常用方法二:统计学中的相关系数法、相关分析法。常用方法三:趋势分析，可以根据时间或其他影响因素分析事件的趋势。常用方法四:控制变量法，消除混合因素最好的方法是分组测试，也就是常用方法五:控制变量匹配法。如果要消除两个人群之间的差异，一个思路就是把实验组和对照组的样本“匹配”起来。方法很多，但是每个人的定义都不一样。
6、跪求,坐等!!!两组 数据格兰杰 因果检验结果怎么看在5%显著性水平上，X不是Y的格兰杰原因，Y也不是X的格兰杰原因..基于格兰杰检验原理和你的数据，你得不到你想要的结论。在5%的显著性水平上，X不是Y的格兰杰原因，Y也不是X的格兰杰原因，基于格兰杰检验原理和数据，我们得不到想要的结论。如果证明了X可以影响Y，Y也可以影响X做VAR模型，Y对X的影响大于X对Y的影响，同样，PGDP不是SL的格兰杰原因的概率是0.3207，超过了置信水平，所以意味着“PGDP不是SL的格兰杰原因”。
如果公式(1)中估计的滞后系数X在统计上显著不同于零，并且公式(2)中估计的滞后系数Y在统计上显著不同于零，则X被称为Y变化的原因。(2)y是X变化的原因，即Y到X存在单向的因果关系，如果公式(2)中滞后Y的估计系数整体上与零有统计显著差异，公式(1)中滞后X的估计系数整体上与零有统计显著差异，则称Y是X变化的原因。
7、 数据驱动测试的 因果图方法前面介绍的等价类划分法和边界值分析法都是着眼于输入条件，而没有考虑输入条件的联系和相互组合。考虑到输入条件的相互组合，可能会出现一些新的情况，然而，检查输入条件的组合并不容易。即使将所有输入条件划分为等价类，它们之间也有许多组合，因此，我们必须考虑采用适合描述各种条件的组合。考虑到生成多个动作形式的测试用例设计，需要使用因果 diagram(逻辑模型)，因果 diagram方法最终生成决策表，适用于检查程序输入条件的各种组合。使用因果 diagram生成测试用例的基本步骤是:(1)分析软件规格说明，这些是原因(输入条件或输入条件的等价类)，这些是结果(输出条件)，每个原因和结果都有一个标识符。(2)分析软件规格说明描述中的语义，找出原因与结果的对应关系，根据这些关系画出因果图，(3)由于语法或环境的限制，一些原因和理由，原因和结果的结合并非不可能。为了显示这些特殊情况，在因果图上使用了一些标记来表示约束或限制性条件，(4)将因果图转换成判断表。(5)每个判断表被改变。
