格兰杰因果( Granger causality test)在神经科学中脑区功能连接上的应用

什么是格兰杰因果

History

1969年克莱夫·格兰杰（Clive W. J. Granger）提出了一种经济学上的统计学假设检验方法，后来被称为 - 格兰杰因果关系检验 - ( Granger causality test)。 Granger也因此荣获2003年的诺贝尔经济学奖。

这个因果关系的中文翻译在阅读的相关资料中，总是被诟病，因为这个Granger causality test不是逻辑上因果关系。。翻译成这样容易引起误会。
websci搜不到这个作者？？知网倒是有它参与的28篇期刊，就是不知道这个理论出现在哪一篇

Theory

在统计学上，按照时间顺序来，如果加上x之后均方误差比没加上x之前要小，则认为x可以Granger引起y。但是这并不能够证明x与y具有因果关系，只是时间上的统计学关系。比如燕子低飞。

例子

P < 0.05 时，认为LNMSH和DLNMJPY之间有Granger Causality.
从统计意义上来说，如果变量之间没有格兰杰因果关系，应剔除出模型。

Granger与脑区功能连接

尽管Granger认为在经济学之外的领域使用该理论分析是ridiculous，但是相关的Paper却层出不穷。。。
脑功能信号的Granger因果性分析方法
1999年 ，Bernasconi 将因果分析 的概念引入神经科学研究 ，通过分析在 不同区域细胞外记录的局部场电位 间的因果关系 ， 研究皮层不同区域间的有向联系。
文章中提到仅仅对两两因果

References

知乎上没有说的比较好的文章

• 漫谈格兰杰因果关系（Granger Causality）——第一章 野火烧不尽，春风吹又生
• 漫谈格兰杰因果关系（Granger Causality）
• Granger causality on wikimili
• 格兰杰因果检验（Granger causality test）是否犯了逻辑上的后此谬误？
• 格兰杰因果关系检验学习笔记 与 py实现
• Granger-causality-python
• 格兰杰因果关系检验.ppt - 广东金融学院:可支配收入与实际消费总支出的Granger因果检验 by Eviews
• 211统计课堂：在论文中应给出不同lags下的F检验概率，从而提高数据的说服力；当p < 0.05时，可认为x可以granger引起y
• The Granger causality models and their applications in brain effective connectivity networks:本文综述了Granger因果关系模型的原理、基本测试步骤和改进模型，分析和讨论了Granger因果关系模型在大脑有效连通网络中的应用和存在的问题。 - 图书馆未订阅
• 脑功能信号的Granger因果性分析方法:脑是如何选择和调整分布于全脑的神经活动以实现其功能的?为解决这个问题,近年来人们将推测变量间信息因果流向的Granger因果分析引入脑功能研究.首先介绍了Granger因果分析的基本原理及其在处理脑功能信号时的拓展算法——结构向量自回归模型(SVAR)；综述了在对脑功能信号进行Granger因果分析时的技术问题；最后,以特发性全身性癫痫的脑功能信号为例,介绍了Granger因果分析在致痫灶定位中的应用前景.