通过增量集成和自主研发，构建大数据质量控制、自动建模与分析、数据挖掘及交互式可视化的方法库，形成高可靠性、高可扩展性、高效性和高容错性的工具库，实现三极环境多源异构、多粒度、多时相、长时间序列大数据的协同分析方法的集成和共享，以及高效和在线的大数据分析处理。
格兰杰（Granger）于 1969 年提出了一种基于“预测”的因果关系（格兰杰因果关系），后经西蒙斯（1972 ,1980）的发展，格兰杰因果检验作为一种计量方法已经被经济学家们普遍接受并广泛使用，尽管在哲学层面上人们对格兰杰因果关系是否是一种“真正”的因果关系还存在很大的争议。
简单来说它通过比较“已知上一时刻所有信息，这一时刻X的概率分布情况”和“已知上一时刻除Y以外的所有信息，这一时刻X的概率分布情况”，来判断Y对X是否存在因果关系。（在发展和简化版本中：“所有信息”这个理论上的过强条件被减弱，比较概率分布这个困难的操作也被减弱）
它的主要使用方式在于以此定义进行假设检验，从而判断X与Y是否存在因果关系。
2019-09-16 1792 查看详情
点击方法名左侧的小圆圈可以查看方法详情
©
中国科学院青藏高原研究所
2012 -
|
联系我们
|
使用条款和免责申明
| 京ICP备05002818号-11
|
京公网安备11010502040845号
技术支持：中国科学院十三五信息化专项科学大数据工程项目
