一种零时滞非线性扩展Granger因果分析方法

摘要

一种零时滞非线性扩展Granger因果分析方法，属于数据挖掘技术领域。传统的Granger因果模型基于滞后项的VAR模型，但忽略零时滞会极大地改变滞后项的模型系数，从而导致错误的因果识别。其次，传统的Granger因果模型只能应用于线性系统的因果识别，对于非线性系统可能产生错误的因果识别。基于上述分析，本发明首先对传统的VAR模型进行扩展，设定变量的滞后阶数，采用高斯核函数将原始数据进行非线性映射，然后建立包含零滞后项的结构VAR模型，最后并根据结构VAR模型的残差进行Granger因果关系识别，实现如污染及气象等非线性系统的零时滞因果关系分析。本发明能够克服传统Granger因果模型的不足，实现对非线性系统的扩展Granger因果关系分析。