A Kernel Test of Nonlinear Granger Causality

Sun, X

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Konferenzbeitrag

A Kernel Test of Nonlinear Granger Causality

MPG-Autoren

/persons/resource/persons84243

Sun, X
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen

http://www-old.newton.ac.uk/programmes/SCH/schw05-papers.pdf
(Zusammenfassung)

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Sun, X. (2008). A Kernel Test of Nonlinear Granger Causality. In D. Barber, A. Cemgil, & S. Chiappa (Eds.), Workshop on Inference and Estimation in Probabilistic Time-Series Models (pp. 79-89). Cambridge, United Kingdom: Isaac Newton Institute for Mathematical Sciences.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0013-C8E9-8

Zusammenfassung

We present a novel test of nonlinear Granger causality in bivariate time series. The trace norm of conditional covariance operators is used to capture the prediction errors. Based on this measure, a subsampling-based multiple testing procedure tests the prediction improvement of one time series by the other one. The distributional properties of the resulting p-values reveal the direction of Granger causality. Encouraging results of experiments with simulated and real-world data support our approach.