Granger-Causality Maps of Diffusion Processes

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F16%3A00457886" target="_blank" >RIV/67985807:_____/16:00457886 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1103/PhysRevE.93.022213" target="_blank" >http://dx.doi.org/10.1103/PhysRevE.93.022213</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1103/PhysRevE.93.022213" target="_blank" >10.1103/PhysRevE.93.022213</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Granger-Causality Maps of Diffusion Processes

Popis výsledku v původním jazyce

Granger causality is a statistical concept devised to reconstruct and quantify predictive information flow between stochastic processes. Although the general concept can be formulated model-free it is often considered in the framework of linear stochastic processes. Here we show how local linear model descriptions can be employed to extend Granger causality into the realm of nonlinear systems. This novel treatment results in maps that resolve Granger causality in regions of state space. Through examples we provide a proof of concept and illustrate the utility of these maps. Moreover, by integration we convert the local Granger causality into a global measure that yields a consistent picture for a global Ornstein-Uhlenbeck process. Finally, we recover invariance transformations known from the theory of autoregressive processes.

Název v anglickém jazyce

Granger-Causality Maps of Diffusion Processes

Popis výsledku anglicky

Granger causality is a statistical concept devised to reconstruct and quantify predictive information flow between stochastic processes. Although the general concept can be formulated model-free it is often considered in the framework of linear stochastic processes. Here we show how local linear model descriptions can be employed to extend Granger causality into the realm of nonlinear systems. This novel treatment results in maps that resolve Granger causality in regions of state space. Through examples we provide a proof of concept and illustrate the utility of these maps. Moreover, by integration we convert the local Granger causality into a global measure that yields a consistent picture for a global Ornstein-Uhlenbeck process. Finally, we recover invariance transformations known from the theory of autoregressive processes.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Physical Review E

ISSN

2470-0045

e-ISSN

—

Svazek periodika

93

Číslo periodika v rámci svazku

2 16 February

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

9

Strana od-do

—

Kód UT WoS článku

000370248300012

EID výsledku v databázi Scopus

2-s2.0-84959387235