更改

第51行: 第51行:  
<math>ga_{X_1 | X_2} = \log \left( \frac{\mathrm{var}(\xi_{1R(11)})}{\mathrm{var}(\xi_{1U})} \right),</math>
 
<math>ga_{X_1 | X_2} = \log \left( \frac{\mathrm{var}(\xi_{1R(11)})}{\mathrm{var}(\xi_{1U})} \right),</math>
   −
其中,<math>\xi_{1R(11)}</math>是从格兰杰方程中省略了所有<math>A_{11,j}</math>(对所有<math>j</math>)系数的模型中得出的。
+
其中,<math>ga_{X_1 | X_2}</math> 表示变量 <math>X_1</math> 相对于变量 <math>X_2</math> 的格兰杰自主性。它通过计算两种情况下的预测误差方差的对数比率来衡量,即在不包含 <math>X_1</math> 过去信息的受限模型(仅使用 <math>X_2</math> 的信息)和包含 <math>X_1</math> 过去信息的完整模型之间的差异。如果 <math>ga_{X_1 | X_2}</math> 值为正,表示 <math>X_1</math> 的过去状态对预测其未来状态有显著贡献,体现了 <math>X_1</math> 的统计自主性。<math>\xi_{1R(11)}</math> 是从省略了 <math>A_{11,j}</math>(对所有 <math>j</math>)系数的受限模型中得到的预测误差,而 <math>\xi_{1U}</math> 是从完整模型中得到的预测误差。
    
格兰杰自主性放大了“自我决定”这一自主性概念,与其他更为抽象的概念(如“组织封闭性”<ref name="Varela_principles_biological_autonomy">{{cite book|author=Varela F|title=Principles of biological autonomy|publisher=Elsevier|year=1979|location=North Holland, NY}}</ref>)形成对比。它与这样一种观点相一致,即(在行为上)自主的系统不应完全由其环境决定,且随机系统不应具有高度自主性 <ref name="Bertschinger_autonomy_information_theoretic_perspective">{{cite journal|author1=Bertschinger N|author2=Olbrich E|author3=Ay N|author4=Jost J|title=Autonomy: an information theoretic perspective|journal=Biosystems|year=2008}}</ref>。简而言之,变量的格兰杰自主性在于它依赖于自身的历史,而这些依赖关系不能通过外部因素来解释。之前我已表明,格兰杰自主性在简单模型系统中表现符合预期,并且可以作为进化适应的结果而增加<ref name="Seth_measuring_autonomy" />。
 
格兰杰自主性放大了“自我决定”这一自主性概念,与其他更为抽象的概念(如“组织封闭性”<ref name="Varela_principles_biological_autonomy">{{cite book|author=Varela F|title=Principles of biological autonomy|publisher=Elsevier|year=1979|location=North Holland, NY}}</ref>)形成对比。它与这样一种观点相一致,即(在行为上)自主的系统不应完全由其环境决定,且随机系统不应具有高度自主性 <ref name="Bertschinger_autonomy_information_theoretic_perspective">{{cite journal|author1=Bertschinger N|author2=Olbrich E|author3=Ay N|author4=Jost J|title=Autonomy: an information theoretic perspective|journal=Biosystems|year=2008}}</ref>。简而言之,变量的格兰杰自主性在于它依赖于自身的历史,而这些依赖关系不能通过外部因素来解释。之前我已表明,格兰杰自主性在简单模型系统中表现符合预期,并且可以作为进化适应的结果而增加<ref name="Seth_measuring_autonomy" />。
2,435

个编辑