三元 Granger 因果关系对检验准则与数据误差的敏感性
统计方法学
2019-04-18 v1
摘要
三元 Granger 因果分析旨在根据系统拓扑结构区分“真实”因果关系与“虚假”因果关系。然而，该分析对检验准则的选择和噪声的存在均很敏感，这可能导致错误的因果推断：要么推断出不存在的因果关系（虚假因果关系），要么未能推断出实际存在的因果关系（未识别因果关系）。本文分析了检验准则选择和噪声存在的影响，并给出了可能发生错误推断的一般条件。通过研究各检验准则（似然比、Lagrange 乘子、Rao 有效得分和 Wald），我们证明 Rao 有效得分检验与 Wald 检验在统计上不可区分，且在小样本情形下它们产生虚假因果关系的可能性最低，而似然比检验产生未识别因果关系的可能性最低。我们还给出了这些检验之间发生收敛所需的样本量。我们还针对本征噪声（变量内部）和外部噪声（变量与观测者之间）给出了实验结果，其中每个变量具有不同的信噪比，结果表明对于本征噪声，其强烈依赖于最后一个变量的信噪比，而对于外部噪声，则不存在对真实拓扑的依赖。
引用
@article{arxiv.1904.07920,
title = {The Sensitivity of Trivariate Granger Causality to Test Criteria and Data Errors},
author = {Leo Carlos-Sandberg and Christopher D. Clack},
journal= {arXiv preprint arXiv:1904.07920},
year = {2019}
}