时间序列极值中的因果性

考虑两个具有重尾边缘分布的平稳时间序列。我们旨在检测它们是否具有因果关系，即一个的变化是否引起另一个的变化。若因果机制仅在极端事件期间出现，通常的因果发现方法并不适用。我们提出一个从时间序列极值中检测因果结构的框架，为从极端事件提取因果信息提供新工具。我们引入时间序列的因果尾部系数，其可在一定假设下识别极端事件间的不对称因果关系。该方法可处理非线性关系与潜变量。此外，我们提及我们的方法如何有助于估计极端事件间的典型时间差。我们的方法尤其适用于大样本量，并展示了在模拟上的表现。最后，我们将方法应用于真实世界的空间天气与水文气象数据集。