多元时间序列因果关系分析研究综述
Survey on Causality Analysis of Multivariate Time Series作者机构:大连理工大学电子信息与电气工程学部大连116023 大连理工大学工业装备智能控制与优化教育部重点实验室大连116023
出 版 物:《自动化学报》 (Acta Automatica Sinica)
年 卷 期:2021年第47卷第1期
页 面:64-78页
核心收录:
学科分类:12[管理学] 0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(61773087) 中央高校基本科研业务费(DUT18 RC(6)005)资助。
主 题:多元时间序列 Granger 因果分析 转移熵 状态空间
摘 要:多元时间序列的因果关系分析是数据挖掘领域的研究热点.时间序列数据包含着与时间动态有关的、未知的、有价值的信息,因此若能挖掘出这些知识进而对时间序列未来趋势进行预测或干预,具有重要的现实意义.为此,本文综述了多元时间序列因果关系分析的研究进展、应用与展望.首先,本文归纳了主要的因果分析方法,包括Granger因果关系分析、基于信息理论的因果分析和基于状态空间的因果分析;然后,总结了不同方法的优缺点、适用范围和发展方向,并概述了其在不同领域的典型应用;最后,讨论了多元时间序列因果分析方法待解决的问题和未来研究趋势.