新型因果关系分析法理论及应用研究

Granger Causality (GC) is widely used in recent decades (it is one of three contributions for his Nobel prize).In recent years we challege this method , point out it is not real causality at all and define new causality. We show shortcomings/limitations of GC and also show new causality is reasonable and advantageous over GC. This project will continue to study new causality based on our previous results. It will inclue two aspects: 1. Extend new causality definition among single variables to among groups of variables of time series, discuss their potential properties and form a complete new causality method; 2. Apply the new causality to determine the localization of epileptic foci, study causal flow among the brain function networks related to the visual and auditory cognitive and the application in BCI based on motor imagery, and also study causal phenomenon in ecomonics. For example, analyze causal effect on ecomonic growth from all factors which have impacts on economic growth.Thus,it will help to understand direction of economic growth and will have importance to make a decision on macro economics adjustment. The results in this project will provide new causality definitions which may have wide applications in economics and neuroscience.

格兰杰因果关系法是近几十年来最经典的因果分析法(它是格兰杰获得诺贝尔经济学奖三大贡献之一)。近些年申请者挑战了这一方法，指出其根本不能定义真正的因果关系的大小，并提出了新因果关系法，以大量实例阐述了格兰杰因果关系法的缺陷和不足以及新方法的合理性和优越性。本项目在前述成果的基础上拟继续开展因果关系的理论和应用的探索研究。本项目研究内容: 一是将基于单变量间的新因果关系法推广到群或组间，探讨新因果关系法的各种潜在的性质，形成完整的新因果关系方法理论体系；二是用新因果关系法研究癫痫病灶的定位、研究与视听觉认知相关的脑功能网络信息传递流向情况、研究基于运动想象的脑-机接口应用。也运用该方法研究经济规律中因果现象，比如影响经济增长的各种因素分析并量化各因素的影响值，从而对于了解经济增长态势、制定国家宏观调控政策有重要意义。本项目的研究结果提供反映真实因果关系新方法，将在神经学和经济学中得到广泛应用。

给定一组时间序列信号，如何定义时间序列的因果关系二千多年以来一直是科学研究领域中一个非常重要的问题，关于这方面的争论还在继续。因果关系定义中一个最重要的定义是诺贝尔经济学奖获得者Clive Granger提出来的Granger 因果关系。由于其操作简便且易实现而被广泛应用于经济学和神经科学等领域。项目团队前期对经典格兰杰因果关系分析方法进行了深入研究和分析，通过理论分析和大量实例证明格兰杰因果关系法中存在的缺陷和不足，并提出了新型因果关系分析法。本项目的主要目的是完善新型因果关系方法体系，并通过将其在不同领域中加以应用进一步验证其正确性。理论方面，进一步完善了新型因果关系方法的理论体系。在认知神经科学领域，多通道功能成像技术在研究认知和疾病的网络机制中越来越重要，研究人员不仅研究特定大脑区域，还关注不同大脑区域块之间的因果影响。因此，我们将基于单变量间的新型因果关系法推广到了应用更广泛、更有实际意义的群或组间因果关系的分析上（包括时域和频域），同时也对群或组间因果关系通过用大量的例子来证实了新型因果关系比格兰杰因果关系更准确地揭示真实的因果关系，逐步完善了整个新型因果关系分析理论体系。在应用方面，充分发挥新型因果关系方法的优势，继续探索和拓展其在认知神经科学领域、经济科学领域甚至社会科学领域中的应用。在认知和神经科学领域，我们利用新因果关系方法对基于脑电信号的运动想象脑-机接口、共享意向过程、大脑情绪处理、运动疲劳检测、癫痫病灶定位以及脑死判定等课题进行了深入分析，讨论了大脑多种认知过程及脑疾病中一些核心相关区域的因果流向特征；在经济领域中，我们尝试研究经济规律中的因果现象，特别是对影响经济增长的各种因素（如消费、股票市场、失业率等）进行了分析并量化各因素的影响，研究成果对于了解经济增长态势、制定国家宏观调控政策有一定指导意义；我们还初步开展了肺癌与灰霾以及吸烟的因果关系研究。

内容获取失败，请点击重试