更改

值得注意的是，格兰杰涌现性的概念并不依赖于使用特定的非线性回归方法。还有其他更为复杂的方法比泰勒展开更不易受噪声观测的影响，并且涉及更少的参数。例如，Ancona等人<ref name="Ancona_nonlinear_granger">{{cite journal|author1=Ancona N|author2=Marinazzo D|author3=Stramaglia S|title=Radial basis function approaches to nonlinear granger causality of time series|journal=Physical Review E|year=2004|volume=70|issue=056221}}</ref>已经表明，径向基函数可以作为有效的回归核来测量非线性格兰杰因果关系。然而，出于当前的目的，泰勒方法是更可取的，因为'''（i）'''它简单易于描述和实施;'''（ii）'''统计显著性可以很容易地评估;'''（iii）'''它提供了格兰杰涌现性的明确公式（如公式 (4)）。

值得注意的是，格兰杰涌现性的概念并不依赖于使用特定的非线性回归方法。还有其他更为复杂的方法比泰勒展开更不易受噪声观测的影响，并且涉及更少的参数。例如，Ancona等人<ref name="Ancona_nonlinear_granger">{{cite journal|author1=Ancona N|author2=Marinazzo D|author3=Stramaglia S|title=Radial basis function approaches to nonlinear granger causality of time series|journal=Physical Review E|year=2004|volume=70|issue=056221}}</ref>已经表明，径向基函数可以作为有效的回归核来测量非线性格兰杰因果关系。然而，出于当前的目的，泰勒方法是更可取的，因为'''（i）'''它简单易于描述和实施;'''（ii）'''统计显著性可以很容易地评估;'''（iii）'''它提供了格兰杰涌现性的明确公式（如公式 (4)）。

最后，注意格兰杰涌现性的值将取决于包含在<math>m</math>中的微观变量集。因此，在异质系统中，可以通过识别一个格兰杰涌现集，即能够最大化<math>ge_{M|m}</math>的微观变量集。

最后，值得注意的是格兰杰涌现性的值将取决于包含在<math>m</math>中的微观变量集。因此，在一个异质系统中，我们可以通过识别一个格兰杰涌现集，即能够最大化<math>ge_{M|m}</math>的微观变量集来计算出最优化的格兰杰涌现值。

== 格兰杰涌现方法的应用示例 ==

== 格兰杰涌现方法的应用示例 ==