这个问题我也才请教了别人
大概是这样的
随便列点数据
                              滞后期             F值             P
A不是B的原因       1             36.011            0.00111
B不是A的原因                       7.0000           0.996666
A不是B的原因        2              40.023            0.0045
B不是A的原因                          8.67               0.36
A不是B的原因       3                30.394             0.046
B不是A的原因                          2.4444            0.089
在置信水平1%下,上面的数据在滞后期1,2的时候,P值0.00111和0.0045是小于1%的,因此,在滞后期1,2时,A不是B的格兰杰原因不成立,也就是说A是B的格兰杰原因成立,而B对A的影响并不显著;但是当置信水平扩大到5%时,滞后期3中,P值0.046小于5%,A同样也是B的格兰杰原因.
楼主看看明不明白啊

据我理解，因为Granger检验对滞后期特别敏感，因此最好多做几期试试，比如从滞后1期到滞后5期，如果多个滞后期都拒绝原假设，说明存在比较稳定的Granger因果关系；反之Granger关系不稳定甚至不存在。

2# allison041
不是很懂，难道要分开说明？
那么怎么赋予经济上的意义？怎么解释到后期原来可以作为原因的因素就不再是granger原因了？其中是否发生了什么变化？

学习中 看看大家的讨论