非線性時間序列

深度分析

預測必要性檢驗：用於非線性時間序列因果發現的實作框架（以 NAVAR 為例）

面對非線性時間序列中神經自回歸模型輸出的解釋困難，本文提出以「預測必要性」取代係數大小來評估因果關係。方法透過系統性刪邊與前視比較，檢驗移除關係是否導致外樣本預測劣化。實證於民主發展面板資料顯示，分數高低與預測必要性可大幅不同，影響因果判讀。