本文对 Granger 因果性的早期发展和辩论进行了回顾,并讨论了近期针对该概念局限性的各种改进,从高维时间序列模型到考虑非线性、非高斯观测的模型,以及允许子样本和混合频率时间序列的模型。
May, 2021
文章回顾了 Granger 因果关系和定向信息理论之间的概念和理论联系,并着重介绍了基于预测、条件独立性和即时耦合的 Granger 因果关系定义,以及基于传输熵的有向信息理论框架下的因果度量方法与 Granger 因果推断框架自然嵌合的假设检验机制。
Nov, 2012
本文介绍了格兰杰因果关系和转移熵这两种数据驱动因果推断方法之间的关系,并证明了它们在高斯变量情况下是等价的。
Oct, 2009
本文使用再生核希尔伯特空间理论将 Granger 因果关系推广至非线性系统。我们开发了一种新策略来应对再生核希尔伯特空间几何的过拟合问题,并在混沌映射和生理数据集的应用中得到了验证。
Nov, 2007
多个变量间的可逆归一化和独立性,基于复杂有条件概率分布的详细模型,讨论了直接相互信息传递和因果关系方向的多要素格兰杰因果关系分析方法。
Nov, 2023
我们通过统计特性数据推导出了信息流速率与自相关函数的解析特性和特征时间之间的关系,从而阐明了采样步长、交叉相关强度和时间延迟对信息流速率的影响。我们通过数值模拟支持了理论结果。
Jan, 2024
这篇论文探讨了利用自回归流模型进行因果推断任务,包括因果关系发现、干预预测和反事实预测,并提出了一种新的流结构来执行所有三个任务,该方法在综合数据和基准数据集上得到了有效验证。
Jul, 2020
本文提出了一种基于统计递归单元的组件时间序列预测模型来推断非线性相互作用随机过程的 Granger 因果关系,该模型通过生成回馈来计算其高维隐藏状态的低维草图,其内部权重参数有策略性地分组正则化以便于提取高度本地化的有意义预测特征。
Nov, 2019
通过求解离散代数里卡蒂方程,可以直接从状态空间模型参数中简单计算时域和频域的 Granger 因果关系,这种方法比纯自回归估计器具有更大的统计能力和更小的偏差。
Jan, 2015
本文介绍了一种基于向量自回归 (VAR) 过程的因果推断方法,旨在更准确地揭示因果关系,叙述了如何从非实验时间序列中识别关键部分的过程,并提出了两种估计算法并评估其在合成和实际数据上的效果。
Nov, 2014