Decoding Causality by Fictitious VAR Modeling
通过虚拟 VAR 建模解析因果关系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：摘要以多变量时间序列和虚拟 VAR 研究方向性关系与贡献分解，对应时间序列及 VAR 方法。
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
通过虚拟 VAR 建模解析因果关系
- 研究问题
- 研究能否利用多变量时间序列中的方差信息识别方向性关系，并度量各变量对整体或特定序列变动的相对贡献。
- 方法与思路
- 作者以虚拟向量自回归模型构造因果关系均衡，将其解定义为因果分布，并以零因果假设检验判断变量是否内生。
- 材料陈述的贡献
- 摘要称，均衡能从噪声中识别长期关系并使伪关系接近零；模拟显示较高识别准确率，并应用于气候变化因素贡献估计。
- 阅读关注点
- 应核对均衡的存在与唯一性、结构因果关系的识别假设，以及零因果检验如何处理共同原因、反馈和模型误设。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出结构识别条件，不能仅凭模拟准确率确认实际数据中的因果关系。
原文摘要
In modeling multivariate time series for either forecast or policy analysis, it would be beneficial to have figured out the cause-effect relations within the data. Regression analysis, however, is generally for correlation relation, and very few researches have focused on variance analysis for causality discovery. We first set up an equilibrium for the cause-effect relations using a fictitious vector autoregressive model. In the equilibrium, long-run relations are identified from noise, and spurious ones are negligibly close to zero. The solution, called causality distribution, measures the relative strength causing the movement of all series or specific affected ones. If a group of exogenous data affects the others but not vice versa, then, in theory, the causality distribution for other variables is necessarily zero. The hypothesis test of zero causality is the rule to decide a variable is endogenous or not. Our new approach has high accuracy in identifying the true cause-effect relations among the data in the simulation studies. We also apply the approach to estimating the causal factors' contribution to climate change.