基于秩向量的偏传递熵

为了评估双变量时间序列中的信息流，人们采用了多种信息度量，例如传递熵 (TE)、符号传递熵 (STE，定义方式与 TE 类似但基于重构向量分量的秩），以及基于秩向量的传递熵 (TERV，与 STE 类似但针对响应系统的未来样本相对于当前重构向量形成秩）。在此，我们将 TERV 扩展至多变量时间序列，并考虑混杂变量的存在，提出了基于秩的偏传递熵 (PTERV)。我们研究了 PTERV 以及偏 STE (PSTE) 的渐近性质，在 Gaussian 和 Gamma 零分布近似下构建了参数显著性检验，并表明参数检验无法达到使用时移替代数据 (time-shifted surrogates) 的随机化检验的效力。通过对已知耦合动力系统进行仿真并应用参数和随机化显著性检验，我们表明 PTERV 的表现优于 PSTE 但劣于偏传递熵 (PTE)。然而，与 PTE 不同，PTERV 对时间序列中的漂移具有鲁棒性，且不受去趋势水平的影响。