Noncausality in Continuous Time
连续时间中的非因果性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以连续时间随机过程的预测和非因果性为核心，直接对应时间序列方法；未涉及干预意义的因果识别。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
连续时间中的非因果性
- 研究问题
- 连续时间过程中，按预测期限与预测性质区分的非因果性概念有何联系，哪些蕴含关系在可分解半鞅中成立？
- 方法与思路
- 作者用条件独立与半鞅分解定义全局、瞬时及强、弱非因果性，研究可分解半鞅，并刻画计数过程与马尔可夫过程中的概念。
- 材料陈述的贡献
- 摘要称一般情况下，弱瞬时非因果性不蕴含强全局非因果性，并给出计数过程与马尔可夫过程下不同概念的刻画。
- 阅读关注点
- 阅读时应核对各定义的信息集与预测对象、半鞅可分解条件，以及弱瞬时与强全局非因果性关系的证明或反例。
- 阅读边界
- 摘要未说明具体信息结构、观察频率或实证检验方案，预测性非因果结论的成立范围及经验可操作性仍需全文确认。
原文摘要
Different concepts of noncausality for continuous time processes, using conditional independence and decomposition of semimartingales, are defined. As in the discrete-time setup, continuous time noncausality is a property concerned with the prediction horizon (global versus instantaneous noncausality) and the nature of the prediction (strong versus weak noncausality). Relations between the resulting continuous time noncausality concepts are then studied for the class of decomposable semimartingales for which, in general, the weak instantaneous noncausality does not imply the strong global noncausality. The paper then characterizes these different concepts in the case of counting processes and Markov processes. Copyright 1996 by The Econometric Society.