因果检验
-
非线性Granger因果关系分析系统
该项目旨在通过非参数化方法实现时间序列之间的非线性因果关系探测，弥补传统线性检验在复杂动力系统中的分析局限。其核心功能基于Diks和Panchenko提出的关联积分算法，通过核密度估计技术在状态空间中重构变量的动态演化过程。 系统首先对输入的时间序列进行预处理和去趋势化操作，随后利用相空间重构技术将一维序列映射到高维空间，通过计算关联积分来评估变量间的条件独立性。该实现方案能够捕捉到隐藏在噪声背景下的非线性相互作用，准确判断变量X的历史信息是否对变量Y的当前状态具有非对称的预测能力。 该项目特别适用于金融 -
非线性Granger因果关系检验分析系统
本系统是一个用于检测时间序列间非线性相互依赖关系的专用工具箱，旨在弥补传统线性Granger因果检验在处理复杂动力学系统时的失效问题。系统核心算法集成了非参数化检验方法，主要采用Diks-Panchenko检验及其改进算法，通过对比条件分布的差异来识别变量间的因果流向。 系统的实现流程首先包括对输入时间序列进行平稳性测试和线性成分剔除（通常使用VAR模型进行残差提取），随后在残差基础上应用非参数方法检测残存的非线性相关。算法通过相空间重构技术，利用延迟嵌入参数和空间关联积分，精确计算在给定预测范围内的条件
