PulseAugur
中
实时 17:20:55

开发了新的分布格兰杰因果关系框架

作者 PulseAugur 编辑部 · [1 个来源] ·

开发了一个新的分布格兰杰因果关系框架，该框架超越了条件均值，用于分析时间序列中的预测依赖性。这种方法考虑了诸如尺度、尾部行为和不对称性等分布特征，这些特征在高斯环境之外至关重要。该框架通过通道特定限制来识别因果内容，并引入了一种自适应顺序测试程序，该程序使用 alpha 投资机制来控制家族错误率。 AI

排序理由 该条目是一篇学术论文，详细介绍了一个新的统计框架和测试程序。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

开发了新的分布格兰杰因果关系框架

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Ayush Jha ·

    分布格兰杰因果关系：识别、顺序推断和自适应检验

    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 co…

相关实体

相关话题