用于 Granger-Geweke 因果性度量的状态空间方法
统计理论
2015-01-21 v1 统计理论
摘要
至少有两项最新进展使多元时间序列理论中的一些显著差距成为焦点：一是对网络动力学的近期兴趣；二是跨各类应用中出现的在不同时间尺度上运行的测量模态。网络动力学描述的核心是节点间相互作用的方向，以及对此类相互作用强度的度量。Granger 因果性 (GC) 及其相关的频域强度度量（由 Geweke 提出的 GEMs）为这些问题的表述与分析提供了一个框架。在追求这一设定过程中，出现了三个尚未解决的重要问题。首先，计算 GEMs 涉及计算向量时间序列模型的子模型，而目前尚不存在可靠的方法；其次，滤波对 GEMs 的影响从未得到确证；第三，下采样对 GEMs 的影响也从未得到确立。在本工作中，我们利用状态空间方法解决了所有这些问题，并通过一些模拟展示了结果。我们的讨论由功能磁共振成像 (fMRI) 脑成像中的一些问题所激发，但具有普遍适用性。
引用
@article{arxiv.1501.04663,
title = {State Space Methods for Granger-Geweke Causality Measures},
author = {Victor Solo},
journal= {arXiv preprint arXiv:1501.04663},
year = {2015}
}
备注
These results have been presented in a number of invited talks. HBM Conference, Quebec City, June 2011; Dept. Biostat., UNC, Chapel Hill, April 2012; Dept. Biostatistics, Emory U, Atlanta, April 2012; Satellite Workshop of HBM Conference, Xian, China, June 2012. Dept Radiology, UC San Francisco, Oct 2012