Causality analysis of neural connectivity: New tool and limitations of spectral Granger causality
Causality analysis of neural connectivity: New tool and limitations of spectral Granger causality
复制标题
神经连接的因果分析：谱格兰杰因果关系的新工具和局限性
DOI：
10.1016/j.neucom.2010.10.017
复制
发表时间：
2012
期刊：
影响因子：
6
通讯作者：
Hualou Liang
中科院分区：
文献类型：
--
作者：
Sanqing Hu;Hualou Liang
格兰杰因果关系（GC）是一种基于线性回归模型估计的时间序列因果关系分析方法，因其简单、易懂、易于实现而在经济学和神经科学领域得到广泛应用。特别是，它在频域中的对应物，光谱GC，最近受到越来越多的关注，以研究不同频率范围内的神经生理数据的因果关系。本文一方面对线性回归模型（频域）中的一个等式指出等式右边的所有项对等式左边的唯一项都有贡献（因而具有因果影响），从而给出了从一个变量到另一个变量的因果关系的合理定义（即，唯一项目）应能够描述变量在所有这些贡献中所占的百分比。沿着这条线，我们提出了一个新的谱因果关系的定义。另一方面，我们指出，光谱气相色谱法有其固有的局限性，因为使用的线性回归模型的传递函数，因此可能无法揭示真实的因果关系，并导致误解的结果。通过一个例子，我们证明了光谱GC分析的结果具有误导性，但我们定义的结果是合理的。因此，我们的新工具可能在神经科学中具有广泛的潜在应用。
Granger causality (GC) is one of the most popular measures to reveal causality influence of time series based on the estimated linear regression model and has been widely applied in economics and neuroscience due to its simplicity, understandability and easy implementation. Especially, its counterpart in frequency domain, spectral GC, has recently received growing attention to study causal interactions of neurophysiological data in different frequency ranges. In this paper, on the one hand, for one equality in the linear regression model (frequency domain) we point out that all items at the right-hand side of the equality make contributions (thus have causal influence) to the unique item at the left-hand side of the equality, and thus a reasonable definition for causality from one variable to another variable (i.e., the unique item) should be able to describe what percentage the variable occupies among all these contributions. Along this line, we propose a new spectral causality definition. On the other hand, we point out that spectral GC has its inherent limitations because of the use of the transfer function of the linear regression model and as a result may not reveal real causality at all and lead to misinterpretation result. By one example we demonstrate that the results of spectral GC analysis are misleading but the results from our definition are much reasonable. So, our new tool may have wide potential applications in neuroscience.
登录
查看更多内容
DOI：
10.1073/pnas.0308538101
发表时间：
2004-06-29
影响因子：
11.1
作者：
Brovelli, A;Ding, MZ;Bressler, SL
通讯作者：
Bressler, SL
DOI：
10.1016/j.biosystems.2006.05.018
发表时间：
2007-05
期刊：
Bio Systems
影响因子：
--
作者：
H. Oya;P. Poon;J. Brugge;R. Reale;H. Kawasaki;I. Volkov;M. Howard
通讯作者：
H. Oya;P. Poon;J. Brugge;R. Reale;H. Kawasaki;I. Volkov;M. Howard
影响因子：
4.8
作者：
J. Sato;D. Takahashi;S. Arcuri;K. Sameshima;P. Morettin;L. Baccalá
通讯作者：
J. Sato;D. Takahashi;S. Arcuri;K. Sameshima;P. Morettin;L. Baccalá
DOI：
10.1017/cbo9780511753978.002
发表时间：
1969-08
期刊：
--
影响因子：
--
作者：
C. Granger
通讯作者：
C. Granger
DOI：
10.1615/critrevbiomedeng.v33.i4.20
发表时间：
2005-01-01
影响因子：
--
作者：
Kaminski, Maciej;Liang, Hualou
通讯作者：
Liang, Hualou