在什么情况下格兰杰涌现性可能会很高?如果有“隐藏”或“潜在”的影响,即回归中未表现出来的相关微观因果因素,宏观变量可能从一组微观变量中涌现。然而,即使所有微观因果因素都存在,格兰杰涌现性仍可能因为依赖于所用的预测算法而产生。可以认为,事实上,为了在实践中有用,格兰杰涌现性是必要的,因为在某些情况下,宏观变量对预测算法来说比微观变量的集合更具有认识透明性。这也与Bedau的弱涌现性一致,在这种情况下,“除了通过模拟外不可导出”被格兰杰因果关系的“(不)可预测性”所取代。 | 在什么情况下格兰杰涌现性可能会很高?如果有“隐藏”或“潜在”的影响,即回归中未表现出来的相关微观因果因素,宏观变量可能从一组微观变量中涌现。然而,即使所有微观因果因素都存在,格兰杰涌现性仍可能因为依赖于所用的预测算法而产生。可以认为,事实上,为了在实践中有用,格兰杰涌现性是必要的,因为在某些情况下,宏观变量对预测算法来说比微观变量的集合更具有认识透明性。这也与Bedau的弱涌现性一致,在这种情况下,“除了通过模拟外不可导出”被格兰杰因果关系的“(不)可预测性”所取代。 |