除了交叉验证,文献中建议的选择滞后顺序的其他方法都是基于对自相关函数或偏自相关的分析[27,65]。我们认为需要对模型选择进行更多的研究。5.3. 不仅在应用因果关系度量时,而且在测试这些度量时,可以生成虚假因果关系的测试条件。第3.1节中描述的排列测试涉及所有类型的依赖性的破坏,而不仅仅是因果依赖性。在实践中,这意味着,例如,如果由于因果关系的存在而导致的预测改进与由于间接耦合而导致的改进相混淆,那么瞬时耦合的存在可能会导致对因果推理的错误推断。然而,简单性是支持排列测试的决定性因素,而不是其他方法。几位作者[9,18,25]建议在子样本上重复排列测试以获得可接受性,这是我们在实际应用中不赞成的方法。使用接受率的基本原理是,通过计算多个子样本的多个置换测试,减少样本大小所造成的重大损失将得到弥补。我们认为,在初始样本较大且平稳性假设合理的情况下,这可能是合理的,但我们的数据并非如此。相反,我们决定报告重叠运行窗口的p值。这使我们能够额外评估结果的一致性,并且不需要我们为所有窗口选择相同的识别率。5.4. 展望在讨论中,我们强调了许多仍然需要更多研究的领域。
|