一种假设检定的统计方法，检验一组时间序列X是否为另一组时间序列Y的原因。它的基础是回归分析当中的自回归模型。回归分析通常只能得出不同变量间的同期相关性；自回归模型只能得出同一变量前后期的相关性；但诺贝尔经济学奖得主克莱夫·格兰杰（Clive Granger）于1969年论证，在自回归模型中透过一系列的检定进而揭示不同变量之间的时间落差相关性是可行的。
格兰杰因果关系检验的结论是统计意义上的因果性，不一定是真正的因果关系，但因在统计意义上的因果关系也是有意义的，所以有一定参考价值。
P值小于0.05时拒绝原假设，反之同理。
在“维度”栏中拖入一个变量，在“数值”栏中拖入两个变量，勾选格兰杰因果关系，即可计算变量间的因果关系。
