Granger-Causality에 대해 잘 모르시는 분들을 위해 설명드리자면, Granger-Causality는 시간 경과에 따른 한 데이터 집합이 다른 데이터 집합에 대한 예측력이 있는지 확인하는 통계적 검정입니다. 예를 들어, 아이콘 맵에 반영된 프로토콜의 경우, 수수료 변경이 향후 시가총액 변경에 대한 예측력이 있음을 보여주었습니다.
이 기사는 기계로 번역되었습니다
원문 표시
1kx
@1kxnetwork
12-03
A few noteworthy examples that have granger-causality, but in both directions: @XRP_Alerts, @SuiNetwork, @ton_blockchain, @JupiterExchange, @LidoFinance, @arbitrum, @rendernetwork, @AxieInfinity, @zksync
Twitter에서
면책조항: 상기 내용은 작자의 개인적인 의견입니다. 따라서 이는 Followin의 입장과 무관하며 Followin과 관련된 어떠한 투자 제안도 구성하지 않습니다.
라이크
즐겨찾기에 추가
코멘트
공유
