您好，欢迎访问山东省农业科学院 机构知识库！

基于分位数因子模型的高维时间序列因果关系分析

文献类型： 中文期刊

作者： 梁慧玲 1 ; 刘慧 1 ; 刘力维 1 ; 赵佳 1 ; 阮怀军 1 ;

作者机构： 1.山东财经大学计算机科学与技术学院;山东省数字媒体技术重点实验室,山东财经大学;山东省农业科学院信息技术研究所

关键词： 高维时间序列;分位数因子模型;条件Granger因果分析;数据挖掘

期刊名称： 南京大学学报(自然科学)

ISSN： 0469-5097

年卷期： 2023 年 59 卷 04 期

页码： 550-560

收录情况： 北大核心

摘要： 从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题，传统Granger因果模型受到维度灾难的影响，难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法 QFMCGC用于高维时间序列因果关系的判定.首先，QFM-CGC采用赤池信息量准则进行模型选择，避免人为干预设置滞后阶数的操作；然后，对向量自回归（Vector Autoregressive,VAR）模型中的条件变量建立分位数因子模型进行降维，减少VAR模型中的待估计系数，对降维后的VAR模型重新进行条件Granger因果分析；最后，使用蒙特卡洛模拟评估不同方法识别底层系统与观测时间序列的连通性结构的能力.在不同维度变量的线性仿真系统和两组现实数据集上与基准方法和经典方法进行了比较，实验结果验证了该方法的有效性.

  • 相关文献

[1]数据挖掘技术在食品品质研究中的应用. 陶海腾,陈蕾蕾,王文亮,徐同成,刘丽娜,邱斌,杜方岭. 2013

[2]基于Scrapy的农业网络数据爬取. 李乔宇,尚明华,王富军,刘淑云. 2018

[3]决策树在人力资源管理中的应用研究. 孙华,李义杰,李清江. 2007

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：山东省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台