เร็ว ๆ นี้ผมวิ่งข้ามเอกสารหลายและแหล่งข้อมูลออนไลน์ที่กล่าวถึงเกรนเจอร์เวรกรรม การสืบค้นสั้น ๆ ผ่านบทความ Wikipedia ที่เกี่ยวข้องทำให้ฉันรู้สึกว่าคำนี้หมายถึงความเป็นเหตุเป็นผลในบริบทของอนุกรมเวลา (หรือโดยทั่วไปคือกระบวนการสโตคาสติก ) นอกจากนี้การอ่านโพสต์บล็อกที่ดีนี้สร้างความสับสนเพิ่มเติมเกี่ยวกับวิธีการดูวิธีการนี้
ฉันไม่ได้เป็นคนที่มีความรู้เกี่ยวกับเวรกรรมเพราะความเข้าใจที่คลุมเครือของฉันของแนวคิดประกอบด้วยสามัญสำนึกบางส่วน, ความรู้ทั่วไป , การสัมผัสกับการสร้างแบบจำลองตัวแปรแฝงและการสร้างแบบจำลองสมการโครงสร้าง (SEM)และอ่านบิตจากงานของจูเดียเพิร์ล causality - ไม่ใช่หนังสือของเขา แต่เพิ่มเติมตามแนวของกระดาษภาพรวมที่น่าสนใจโดย Pearl (2009) ซึ่งด้วยเหตุผลบางอย่างที่น่าประหลาดใจไม่ได้พูดถึงสาเหตุของ Granger เลย
ในบริบทนี้ฉันสงสัยว่าGranger causalityเป็นอะไรที่มากกว่ากรอบเวลาแบบสุ่ม (stochastic) และถ้าเป็นเช่นนั้นความสัมพันธ์ (commonalities และความแตกต่าง) กับกรอบการทำงานเชิงสาเหตุของ Pearl หรือไม่ SCM)ซึ่งเท่าที่ผมเข้าใจคือในที่สุดก็ขึ้นอยู่กับกราฟโดยตรงวัฏจักร (DABs ความ)และcounterfactuals มันดูเหมือนว่าเวรกรรมเกรนเจอร์สามารถแบ่งได้เป็นวิธีการทั่วไปที่จะอนุมานสาเหตุสำหรับระบบพลวัตพิจารณาการดำรงอยู่ของแบบจำลองพลวัตเชิงสาเหตุ (DCM)วิธีการ (Chicharro & Panzeri, 2014) อย่างไรก็ตามความกังวลของฉันเกี่ยวกับว่า (และถ้าเป็นเช่นนั้นอย่างไร) มันเป็นไปได้ที่จะเปรียบเทียบทั้งสองวิธีซึ่งหนึ่งในนั้นขึ้นอยู่กับการวิเคราะห์กระบวนการสุ่มและอีกวิธีไม่ได้
โดยทั่วไปสิ่งที่คุณคิดว่าจะเป็นที่เหมาะสมวิธีการระดับสูง - ถ้าเป็นไปได้ - สำหรับการพิจารณาทฤษฎีที่มีอยู่ทั้งหมดในขณะนี้เวรกรรมภายในเดียวกรอบอำนาจเบ็ดเสร็จ (ที่แตกต่างกันในมุมมอง )? คำถามนี้ส่วนใหญ่เกิดจากความพยายามของฉันในการอ่านบทความที่ยอดเยี่ยมและครอบคลุมโดย Chicharro และ Panzeri (2014) รวมถึงการทบทวนหลักสูตรการอนุมานเชิงสาเหตุที่น่าสนใจที่ University of California, Berkeley (Petersen & Balzer, 2014)
อ้างอิง
Chicharro, D. , & Panzeri, S. (2014) อัลกอริทึมของการอนุมานเชิงสาเหตุสำหรับการวิเคราะห์การเชื่อมต่อที่มีประสิทธิภาพระหว่างบริเวณสมอง พรมแดนในระบบประสาท, 8 (64) doi: 10.3389 / fninf.2014.00064 สืบค้นจากhttp://journal.frontiersin.org/article/10.3389/fninf.2014.00064/pdf
ไข่มุกเจ (2552) การอนุมานเชิงสาเหตุของสถิติ: ภาพรวม การสำรวจสถิติ, 3 , 96–146 doi: 10.1214 / 09-SS057 สืบค้นจากhttp://projecteuclid.org/download/pdfview_1/euclid.ssu/1255440554
Petersen, M. , & Balzer, L. (2014) การอนุมานเชิงสาเหตุเบื้องต้น มหาวิทยาลัยแห่งแคลิฟอร์เนียเบิร์กลีย์ [เว็บไซต์] สืบค้นจากhttp://www.ucbbiostat.com