論文の概要: Distributional Granger Causality: Identification, Sequential Inference, and Adaptive Testing

• arxiv url: http://arxiv.org/abs/2606.22230v1
• Date: Sat, 20 Jun 2026 21:18:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 21:51:50.871302
• Title: Distributional Granger Causality: Identification, Sequential Inference, and Adaptive Testing
• Title（参考訳）: 分布型グランガー因果性:同定、逐次推論、適応テスト
• Authors: Ayush Jha,
• Abstract要約: ガウス的な設定の外では、因果的内容は条件スケール、尾の挙動、非対称性、その他の分布的特徴によって生じる。 本稿では,チャネル固有の制限の有限集合に基づく分布的グランガー因果関係の枠組みを開発する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Predictive dependence in time series need not be confined to the conditional mean. Outside the Gaussian setting, causal content may arise through conditional scale, tail behavior, asymmetry, or other distributional features, implying that no single Granger-type test provides a complete characterization of predictive dependence. This paper develops a framework for distributional Granger causality based on a finite collection of channel-specific restrictions. Under suitable determinacy conditions, the channel menu is shown to be complete, yielding an identification result that links distributional Granger non-causality to a finite set of testable hypotheses. Building on this representation, we develop an adaptive sequential testing procedure that allocates inferential resources across channels while maintaining familywise error control through an alpha-investing mechanism. A policy-invariant validity theorem establishes finite-sample size control under arbitrary admissible selection rules, while an asymptotic efficiency theorem shows that a confidence-bound allocation rule achieves power equivalent to that of an infeasible oracle benchmark. The theoretical guarantees are derived from primitive mixing and moment conditions together with a circular-block permutation scheme.
• Abstract（参考訳）: 時系列における予測的依存は条件平均に限定する必要はない。 ガウスのセッティングの外では、因果関係は条件スケール、尾の挙動、非対称性、その他の分布的特徴を通じて生じ、単一のグランガー型テストが予測依存の完全な特徴を与えることはないことを意味する。 本稿では,チャネル固有の制限の有限集合に基づく分布的グランガー因果関係の枠組みを開発する。 適切な決定条件下では、チャネルメニューは完全であることが示され、分布的なグランガー非因果関係を有限個の検証可能な仮説にリンクする識別結果が得られる。 この表現に基づく適応的シーケンシャルなテスト手法を開発し、チャネル間のリソースを割り当てると同時に、アルファ投資機構を通じて家庭的にエラー制御を行う。 ポリシー不変の妥当性定理は、任意の許容可能な選択規則の下で有限サンプルサイズ制御を確立し、漸近的効率定理は、信頼に縛られた割り当て規則が実用不可能なオラクルのベンチマークと同等のパワーを達成することを示す。 理論的保証は、円ブロック置換スキームと共に原始混合とモーメント条件から導かれる。

関連論文リスト

• Conformal Prediction for Dyadic Regression Under Complex Missingness [2.7512870037345696]
  本研究では,複雑な欠落機構の下での動的回帰問題における共形予測の枠組みを開発する。 連続応答と離散応答の両方に対して条件付き妥当性を示す。 これは、不足非ランダムな仮定の下での重み付き共形予測に対する条件付き妥当性の最初の公式な証明である。
  論文  参考訳（メタデータ） (2026-06-09T17:28:07Z)
• Robust Conditional Conformal Prediction via Branched Normalizing Flow [20.92399096303012]
  キャリブレーションとテスト分布が同一であるという仮定の下で、限界カバレッジを持つコンフォーマルな予測構造が保証される。 分岐正規化フロー (BNF) は、テスト入力をキャリブレーション分布に正規化し、正規化された入力の予測セットをテスト分布に変換する2分岐アーキテクチャである。 BNFは、幅広い信頼レベルにわたる9つのデータセットの条件付きカバレッジの堅牢性を一貫して改善する。
  論文  参考訳（メタデータ） (2026-05-03T13:29:26Z)
• Bridging Conformal Prediction and Scenario Optimization: Discarded Constraints and Modular Risk Allocation [0.0]
  本稿では,システム・アンド・コントロールの観点から,その接続を直接検討する。 ブロックワイドキャリブレーション証明書を1つのジョイント保証に組み合わせた,単純なモジュラ構成規則を導入する。
  論文  参考訳（メタデータ） (2026-03-19T18:37:58Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• On the Theory of Conditional Feature Alignment for Unsupervised Domain-Adaptive Counting [27.44207520673983]
  オブジェクトカウントモデルは、密度の多様性が異なるドメインにデプロイされるときに苦しむ。 条件付き特徴アライメントの理論的枠組みを提案し,簡単な実装を提供する。
  論文  参考訳（メタデータ） (2025-06-20T16:37:48Z)
• SConU: Selective Conformal Uncertainty in Large Language Models [59.25881667640868]
  SconU(Selective Conformal Uncertainity)と呼ばれる新しいアプローチを提案する。 我々は,特定の管理可能なリスクレベルで設定されたキャリブレーションの不確実性分布から,与えられたサンプルが逸脱するかどうかを決定するのに役立つ2つの共形p値を開発する。 我々のアプローチは、単一ドメインと学際的コンテキストの両方にわたる誤発見率の厳密な管理を促進するだけでなく、予測の効率を高める。
  論文  参考訳（メタデータ） (2025-04-19T03:01:45Z)
• Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
  本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。 我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2024-07-01T20:44:48Z)
• When Does Confidence-Based Cascade Deferral Suffice? [69.28314307469381]
  カスケードは、推論コストをサンプル毎に適応的に変化させる古典的な戦略である。 deferralルールは、シーケンス内の次の分類子を呼び出すか、または予測を終了するかを決定する。 カスケードの構造に執着しているにもかかわらず、信頼に基づく推論は実際は極めてうまく機能することが多い。
  論文  参考訳（メタデータ） (2023-07-06T04:13:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。