Distributional Granger Causality: Identification, Sequential Inference, and Adaptive Testing
分布格兰杰因果：识别、序贯推断与自适应检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究时间序列中的分布格兰杰预测依赖与序贯检验。
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
分布格兰杰因果：识别、序贯推断与自适应检验
- 研究问题
- 时间序列的预测依赖可能体现在尺度、尾部或不对称性等渠道，如何用有限组检验刻画分布层面的格兰杰非因果并自适应分配检验资源？
- 方法与思路
- 作者以渠道特定限制表示分布格兰杰非因果，结合 alpha-investing、置信界分配规则与循环区块置换，构造自适应序贯检验。
- 材料陈述的贡献
- 摘要称，在适当条件下有限渠道具有完备性，程序可控制家族错误率，并在渐近意义上达到不可行 oracle 基准的检验功效。
- 阅读关注点
- 应核对有限渠道完备性的确定性条件、置换机制与混合及矩条件，以及任意允许选择规则下有限样本控制和 oracle 功效的准确含义。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列出完整条件与渠道菜单，格兰杰预测依赖也不直接等同于干预因果效应。
原文摘要
Predictive dependence in time series need not be confined to the conditional mean. Outside the Gaussian setting, causal content may arise through conditional scale, tail behavior, asymmetry, or other distributional features, implying that no single Granger-type test provides a complete characterization of predictive dependence. This paper develops a framework for distributional Granger causality based on a finite collection of channel-specific restrictions. Under suitable determinacy conditions, the channel menu is shown to be complete, yielding an identification result that links distributional Granger non-causality to a finite set of testable hypotheses. Building on this representation, we develop an adaptive sequential testing procedure that allocates inferential resources across channels while maintaining familywise error control through an alpha-investing mechanism. A policy-invariant validity theorem establishes finite-sample size control under arbitrary admissible selection rules, while an asymptotic efficiency theorem shows that a confidence-bound allocation rule achieves power equivalent to that of an infeasible oracle benchmark. The theoretical guarantees are derived from primitive mixing and moment conditions together with a circular-block permutation scheme.