国防科大2022年3月的综述
1.Granger
多元Granger: VAR+条件集,P(X|Y)=>条件VAR模型,比较y与y^来判定因果关系。
(加入条件集,消除其它变量影响)
条件Granger:用矩阵表示参数,简化计算。并提出基于检验的因果判定方法。
检验方法的创新,或者先变换空间在创新都能提高Granger适用性。
Lasso-GRanger:添加Lasso进行变量筛选,降低计算复杂度。
Copular-Granger:结合Lasso-Granger和潜在因果模型,用D-分离排除混杂因素,用Granger的“非超常分布”识别因果关系。(有点意思——那可以结合反事实计算吗?)
2.信息论
这些方法课衡量因果关系的强度,但对方向性未准确。