×
安吉利基·帕帕纳;阿里阿德尼木瓜Dagisis;艾尔莎·西吉里杜

传递熵和部分传递熵的缺点：扩展它们以避免维数灾难。 （英语） Zbl 1459.62174号

国际分叉混沌应用杂志。科学。工程师。 30，第16号，文章ID 2050250，23 p.（2020）.
概要：传递熵（TE）捕获了两个变量之间的定向关系。部分传递熵（PTE）解释了多元系统中所有混杂变量的存在，并仅推断出直接因果关系。然而，部分传递熵的计算涉及高维分布，因此在多变量的情况下可能不可靠。在这项工作中，通过根据驱动或响应变量的相互关系，基于不同场景构建减少数量的混杂变量，引入了部分传递熵的不同变体。利用随机森林（RF）方法对基于连接的PTE变体进行了合成时间序列评估。实证结果表明，所建议的变量优于传递熵和部分传递熵，特别是在高维系统的情况下。在对金融时间序列应用因果关系度量时，上述发现得到了进一步强调。

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62H30型 分类和区分；聚类分析（统计方面）
62P05号 统计学在精算科学和金融数学中的应用
91B84号 经济时间序列分析

关键词：

格兰杰因果关系;多元时间序列;维数灾难;部分传递熵;变量选择;连通性;随机森林

软件：

随机生存森林;穆特
PDF格式BibTeX公司 XML格式引用
\textit{A.Papana}等人，《国际分叉混沌应用》。科学。Eng.30，No.16，文章ID 2050250，23 p.（2020；Zbl 1459.62174）
全文： DOI程序 arXiv公司

参考文献：

[1] Angelini，L.，De Tommaso，M.，Marinazzo，D.，Nitti，L..，Pellicoro，M.&Stramaglia，S.[2010]“冗余变量和格兰杰因果关系”，《物理学》。修订版E81037201。
[2] Balcilar，M.、Ozdemir，Z.、Shahbaz，M.和Gunes，S.[2018]“通货膨胀是否导致黄金市场价格变化？来自均值和方差非参数分位数因果关系测试的G7国家证据，”Appl。经济学50，1891-1909年。
[3] Barnett，L.、Barrett，A.和Seth，A.[2009]“Granger因果关系和传递熵对于高斯变量是等价的”，Phys。修订稿第103页，第238701页。
[4] Blinowska，K.，Ku-shi，R.&Kamiñski，M.[2004]“多元过程中的格兰杰因果关系和信息流”，《物理学》。修订版E70050902。
[5] Blinowska，K.[2011]《从多通道数据中确定定向连接性的方法综述》，《医学生物学》。发动机。计算49521-529。
[6] Bossomaier，T.、Barnett，L.、Harré，M.和Lizier，J.[2016]传输熵导论（Springer）·Zbl 1410.62002号
[7] Breiman，L.[2001]《随机森林》，马赫。学习45，5-32·Zbl 1007.68152号
[8] Di Bartolomeo，G.和Saltari，E.【2018】“当前的宏观经济挑战”，宏观经济。第22页，第1-3页。
[9] Eichler，M.[2012]“多元时间序列的图形建模”，Probab。Th.相关。字段153，233-268·Zbl 1316.60049号
[10] Franciotti，R.&Falasca，N.[2018]“时域条件格兰杰因果关系分析的可靠性”，PeerJ Preprints6，e26703v1。
[11] Gencaga，D.[2018]“传递熵”，Entropy20，288。
[12] Genuer，R.、Poggi，J.-M.、Tuleau-Malot，C.和Villa-Vialaneix，N.[2017]“大数据的随机森林”，大数据研究9，28-46。
[13] Geweke，J.[1984]“时间序列间条件线性相关性和反馈的度量”，J.美国统计学家。协会79907-915·Zbl 0553.62083号
[14] Granger，C.[1969]“通过计量经济学模型和交叉谱方法研究因果关系”，《计量经济学》37，424-438·Zbl 1366.91115号
[15] Hlinka，J.、Hartman，D.、Vejmelka，M.、Runge，J.，Marwan，N.、Kurth，J.和Paluš，M.[2013]“使用条件互信息的定向气候网络推断的可靠性”，Entropy152023-2045·Zbl 1296.62218号
[16] Ho，T.[1995]“随机决策森林”，Proc。第三届国际会议文件分析与识别，第278-282页。
[17] Ho，T.[1998]“构建决策森林的随机子空间方法”，IEEE Trans。帕特。分析。机器。情报.20，832-844。
[18] Ishwaran，H.、Kogalur，U.、Gorodeski，E.、Minn，A.和Lauer，M.[2010]“生存数据的高维变量选择”，《美国统计杂志》。协会105，205-217·Zbl 1397.62220号
[19] Kraskov，A.，Stögbauer，H.&Grassberger，P.[2004]“估计相互信息”，《物理学》。版本E69066138。
[20] Kugiumtzis，D.[2013a]“非均匀嵌入的直接耦合信息测量”，Phys。修订版E87，062918。
[21] Kugiumtzis，D.[2013b]“秩向量上的部分传递熵”，《欧洲物理学》。J.：专题222401-420。
[22] Kullback，S.&Leibler，R.[1951]“关于信息和充分性”，《数学年鉴》。统计22，79-86·Zbl 0042.38403号
[23] Liu，Y.[2014]“大数据环境中的随机森林算法”，计算。模型。新技术.18147-151。
[24] Louppe，G.[2014]“理解随机森林：从理论到实践论文”，比利时列日大学博士论文。
[25] Lungarella，M.，Ishiguro，K.，Kuniyoshi，Y.&Otsu，N.[2007]“量化二元时间序列因果结构的方法”，《国际分岔与混沌》17，903-921·兹比尔1141.37367
[26] Lütkepohl，H.[1982]“因忽略变量而导致的不可用性”，《经济学杂志》19，367-378。
[27] Marinazzo，D.，Pellicoro，M.和Stramaglia，S.[2008]“非线性Granger因果关系的核方法”，Phys。修订版Lett.100，144103。
[28] Marinazzo，D.、Pellicoro，M.和Stramaglia，S.[2012]“多元数据集中部分条件作用的因果信息方法”，计算。数学。方法。Med.2012，303601·Zbl 1244.62126号
[29] Montalto，A.、Faes，L.和Marinazzo，D.[2014]“静音：一个用于比较多元传递熵的已建立和新估计值的matlab工具箱”，PLoS ONE9，e109462。
[30] Mwaffo，V.、Butail，S.和Porfiri，M.【2017年】，“最大可能意义上的成对互动分析，以确定团队领导者”，Front。机器人。AI4，35。
[31] Paluš，M.，Hartman，D.，Hlinka，J.，Vejmelka，M.&Donner，R.[2011]“区分气候网络中动态的连通性”，Nonlin。过程。地球物理学.18751-763。
[32] Papana，A.、Kugiumtzis，D.和Larsson，P.[2012]“直接因果效应的检测及其在癫痫脑电图分析中的应用”，《国际分叉与混沌》22，1250222-1-7·Zbl 1258.94030号
[33] Papana，A.，Kyrtsou，C.，Kugiumtzis，D.&Diks，C.[2013]“多元时间序列中直接因果关系度量的模拟研究”，Entropy152635-2661·Zbl 1336.62153号
[34] Papana，A.，Kyrtsou，C.，Kugiumtzis，D.&Diks，C.[2017]“因果关系测试重采样方法评估：美国通货膨胀行为注释”，《公共科学图书馆·ONE12》，e0180852·Zbl 1336.62153号
[35] Pilkiewicz，K.、Lemasson，B.、Rowland，M.、Hein，A.、Sun，J.、Berdahl，A.、Mayo，M.和Moehlis，J.，Porfiri，M.，Fernández-Juricic，E.等人[2020]“使用信息理论工具解码集体通信”，J.Roy。Soc.接口17，20190563。
[36] Porfiri，M.【2018年】，“通过传递熵推断斑马鱼-机器人相互作用中的因果关系：捕捉大鱼的小诱饵”，Anim。行为。认知5，341-367。
[37] Porfiri，M.和Ruiz Marín，M.[2018]“通过传递熵推断时变网络，布尔网络模型的情况”，Chaos28103123·Zbl 1400.90082号
[38] Qian，J.，Diez，I.，Ortiz-Terán，L.，Bonadio，C.，Liddell，T.，GoñI，J.&Sepulcre，J.[2018]“正连通性预测人脑网络的动态内在拓扑结构”，Front。系统。《神经科学》12、38。
[39] Quiroga，R.，Kraskov，A.，Kreuz，T.&Grassberger，P.[2002]“实际数据中不同同步措施的性能：脑电图信号的案例研究”，《物理学》。修订版E65041903。
[40] Runge，J.[2018]“从时间序列重构因果网络：从理论假设到实际估计”，Chaos28，075310·Zbl 1396.62218号
[41] Runge，J.，Bathiany，S.，Bolt，E.，Camps-Valls，G.，Coumou，D.，Deyle，E.，Glymour，C.，Kretschmer，M.，Mahecha，M..，Muñoz-Marí，J.等人[2019]“从地球系统科学中的时间序列推断因果关系”，《国家公社》第10期，第1-13页。
[42] Schelter，B.、Winterhalder，M.、Eichler，M.，Peifer，M..、Hellwig，B.、Guschlbauer，B.、Lücking，C.、Dahlhaus，R.和Timmer，J.[2006]“使用部分定向一致性测试神经信号之间的定向影响”，《神经科学杂志》。方法152，210-219。
[43] Schindlerova，K.【2011年】，“格兰杰因果关系和转移熵的等价性：推广”，应用。数学。科学5，3637-3648·Zbl 1242.62096号
[44] Schreiber，T.[2000]“测量信息传递”，《物理学》。修订稿85，461。
[45] Seth，A.、Barrett，A.和Barnett，L.【2015】“神经科学和神经成像中的Granger因果关系分析”，《神经科学杂志》，第35卷，第3293-3297页。
[46] Siggiridou，E.，Koutlis，C.，Tsimpiris，A.，Kimiskidis，V.&Kugiumtzis，D.[2015]“多变量时间序列的因果网络及其在癫痫中的应用”，第37届国际会议IEEE医学与生物学会工程（EMBC），第4041-4044页。
[47] Sipahi，R.&Porfiri，M.[2020]“利用时延改进基于传递熵的网络重建：方法和验证”，Chaos30231225·兹比尔1432.37108
[48] Smirnov，D.[2013]“传递熵的虚假因果关系”，《物理学》。版本E87，042917。
[49] Spencer，E.、Martinet，L.-E.、Eskandar，E.，Chu，C.、Kolaczyk，E.、Cash，S.、Eden，U.和Kramer，M.[2018]“通过时间平滑提高Granger-casause分析能力的程序”，《神经科学杂志》。方法308，48-61。
[50] Stramaglia，S.、Cortes，J.和Marinazzo，D.[2014]“动力学网络格兰杰因果分析中的Scynergy和冗余”，《新物理学杂志》第16卷，第105003页。
[51] Sun，J.&Bollt，E.[2014]“因果熵确定了间接影响、邻域优势和预期耦合”，《物理学》D267，49-57·Zbl 1285.62009号
[52] Takens，F.[1981]“检测湍流中的奇怪吸引子”，《动力系统与湍流》，沃里克1980年，兰德·D·杨·L·S编辑（施普林格，柏林，海德堡），第366-381页·Zbl 0513.58032号
[53] Toriumi，F.&Komura，K.[2018]“基于传递熵的信息传播的投资指数构建”，计算。经济学51，159-172。
[54] Upadhyay，S.、Banerjee，A.和Panigrahi，P.[2020]“金融网络中全球危机的因果演变”，《物理学》A554，124690。
[55] Vakorin，V.、Krakovska，O.和McIntosh，A.[2009]“间接联系对因果关系估计的混淆效应”，《神经科学杂志》。方法184，152-160。
[56] Verdes，P.[2005]“从多元时间序列评估因果关系”，Phys。修订版E72026222。
[57] Wallot，S.&Mönster，D.[2018]“在matlab中估计多维时间序列嵌入参数时平均互信息（ami）和伪最近邻（fnn）的计算”，Front。《心理学》第9卷，1679年。
[58] Yao，D.&Zhan，X.[2018]“基于随机森林的特征选择算法研究”，Proc。第四届国际电子工程与信息科学大会（ICEEIS 2017），中国海口，第151页。
[59] Yu，G.-H.和Huang，C.-C.[2001]“无分布绘图位置”，Stochast。环境。Res.风险评估.15，462-476·Zbl 0988.62001号
[60] Zachariadis，T.[2006]“关于能源和经济之间因果关系的探索”，讨论文件2006-05，塞浦路斯大学，技术代表。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。