• 论文 • 上一篇    下一篇

多维时间序列Granger因果性的一种图模型学习方法

魏岳嵩,田铮   

  1. 西北工业大学应用数学系,  西安 710129
  • 收稿日期:2010-01-12 修回日期:2011-02-12 出版日期:2011-05-25 发布日期:2011-08-16

魏岳嵩,田铮. 多维时间序列Granger因果性的一种图模型学习方法[J]. 系统科学与数学, 2011, 31(5): 549-557.

WEI Yuesong, TIAN Zheng. LEARNING OF MULTIVARIATE TIME SERIES GRANGER CAUSALITY BASED ON GRAPHICAL MODEL METHODS[J]. Journal of Systems Science and Mathematical Sciences, 2011, 31(5): 549-557.

LEARNING OF MULTIVARIATE TIME SERIES GRANGER CAUSALITY BASED ON GRAPHICAL MODEL METHODS

WEI Yuesong, TIAN Zheng   

  1. Department of Applied Mathematics, Northwest Polytechnical University, Xi'an 710129
  • Received:2010-01-12 Revised:2011-02-12 Online:2011-05-25 Published:2011-08-16
传统的两变量Granger因果分析法容易产生伪因果关系,且不能刻画变量间的同期因果性. 利用图模型方法研究多维时间序列变量间Granger因果关系,通过Granger因果图的建立将问题转化 为Granger因果图结构的辨识问题,利用局部密度估计法构造相应的辨识统计量,采用bootstrap方法来确定 检验统计量的原分布. 模拟分析以及对于中国股市间Granger因果关系的研究说明了该方法的有效性.
Traditional two-variable Granger causality analysis method is prone to inducing spurious causal relationship and cannot portray the immediate causal relationship. This paper explores how to use graphical model methods to analyze the Granger causality graphs among components of multivariate
  time series. Granger causality graphs of time series is presented and the structural identification  problem of Granger causality graph is investigated. A statistic based on local density estimator is proposed,   and a bootstrap methods is considered for determining the null distribution of the test statistic. The validity  of the proposed method is confirmed by simulations analysis and investigating the Granger causal relationships of the China's stock market.

MR(2010)主题分类: 

()
[1] 俞高锋, 李登峰. 网络安全威胁态势评级的变权方法[J]. 系统科学与数学, 2021, 41(9): 2477-2491.
[2] 徐蕾艳, 孟志青. 条件风险值下直营连锁企业供销平衡鲁棒策略研究[J]. 系统科学与数学, 2021, 41(8): 2149-2169.
[3] 黄晓辉, 卢焱, 唐锡晋. 基于在线媒体的新冠疫情社会舆情多视角分析[J]. 系统科学与数学, 2021, 41(8): 2182-2198.
[4] 赵振宇, 张垚, 樊伟光. 基于``资源-项目-需求"链的分布式可再生能源项目适应度研究[J]. 系统科学与数学, 2021, 41(8): 2217-2233.
[5] 谷浩, 毕潇, 王丹, 李刚, 邹晶, 陈明. 基于ResNet和反卷积网络模型的有限角CT图像重建算法[J]. 系统科学与数学, 2021, 41(8): 2349-2360.
[6] 李美娟, 潘瑜昕, 徐林明, 卢锦呈. 改进区间数动态 TOPSIS 评价方法[J]. 系统科学与数学, 2021, 41(7): 1891-1904.
[7] 李爱忠, 任若恩, 董纪昌. 稀疏网络下核范数回归的连续时间Smart Beta策略[J]. 系统科学与数学, 2021, 41(7): 1927-1937.
[8] 赵伟, 王钟梅, 吴纯杰. 结合测量误差的检测多元协方差矩阵的EWMA控制图[J]. 系统科学与数学, 2021, 41(7): 2018-2034.
[9] 彭定洪, 卞志洋. 面向产品设计方案的犹豫模糊 Kansei-TOPSIS 评价方法[J]. 系统科学与数学, 2021, 41(6): 1630-1647.
[10] 左凯, 吴文青, 张元元. 修理工多重休假且修理设备可更换的$n$中取$k$温贮备系统研究[J]. 系统科学与数学, 2021, 41(6): 1729-1741.
[11] 刘艳霞, 王芝皓, 芮荣祥, 田茂再. 广义函数型部分变系数混合模型的估计[J]. 系统科学与数学, 2021, 41(6): 1742-1760.
[12] 罗小丽, 戴璐, 练红海, 李谟发, 邓鹏. 具有时滞概率分布的电力系统负荷频率稳定性分析[J]. 系统科学与数学, 2021, 41(5): 1245-1255.
[13] 张小英, 王平, 冯红银萍. 常微分方程-薛定谔方程耦合系统的输出反馈镇定[J]. 系统科学与数学, 2021, 41(4): 887-897.
[14] 陈振杰, 傅勤, 郁鹏飞, 张丹. 一类四阶抛物型偏微分多智能体系统的协调控制[J]. 系统科学与数学, 2021, 41(4): 898-912.
[15] 叶子诚, 闫桂英. 基于图模型的关键词提取算法研究[J]. 系统科学与数学, 2021, 41(4): 967-975.
阅读次数
全文


摘要