用于单个非平稳非线性时间序列的条件独立性检验
统计方法学
2026-05-06 v3 统计理论
机器学习
统计理论
摘要
识别随机过程之间的关系是许多领域（如经济学）中的核心目标。虽然多变量时间序列分析的标准工具集有许多优势，但使用线性向量自回归模型捕捉非线性动力学可能较为困难。这一困难促使发展针对非线性时间序列的因果发现和变量选择方法，这些方法通常依赖于条件独立性检验。本文引入了首个能够处理单个非平稳非线性过程 realizations 的条件独立性检验框架。我们还展示了该框架可用于检验独立性。该框架的关键技术要素包括时间可变非线性回归、误差过程乘积的局部长期协方差矩阵估计，以及分布均匀强高斯近似。
引用
@article{arxiv.2504.21647,
title = {Conditional independence testing with a single realization of a multivariate nonstationary nonlinear time series},
author = {Michael Wieck-Sosa and Michel F. C. Haddad and Aaditya Ramdas},
journal= {arXiv preprint arXiv:2504.21647},
year = {2026}
}