CCM因果推断入门指南：从理论到Python实战

1次阅读

共计 1877 个字符，预计需要花费 5 分钟才能阅读完成。

在数据分析中，确定因果关系一直是个难题。传统的统计方法如相关性分析只能告诉我们两个变量是否同时变化，却无法确定谁影响了谁。而像 A / B 测试这样的实验方法虽然能确定因果关系，但在很多现实场景中难以实施。这就是为什么我们需要因果推断方法，它可以帮助我们从观测数据中推断出潜在的因果关系。

在众多因果推断方法中，Granger 因果检验要求时间序列是线性的，Pearson 相关只能检测线性关系。而 CCM(Convergent Cross Mapping) 的优势在于：

能够检测非线性因果关系
不要求变量服从特定分布
可以识别双向因果关系
对噪声有一定的鲁棒性

CCM 基于动力系统理论，特别是 Takens 的相空间重构定理。其核心思想是：如果变量 X 对变量 Y 有因果影响，那么 X 的历史信息可以帮助预测 Y 的当前状态。

首先需要将时间序列嵌入到相空间中：

确定嵌入维度 E（通常用 FNN 方法）
计算时间延迟 τ（常用自相关法）
重构相空间轨迹

关键计算步骤如下：

从目标变量 Y 的相空间构建预测模型
用这个模型预测变量 X
计算预测技能（预测值与真实值的相关性）
增加数据长度观察预测技能是否收敛

通过以下方法评估因果关系的显著性：

使用替代数据生成零假设分布
计算 p 值判断统计显著性
观察预测技能的收敛趋势

下面我们使用 PyEDM 库实现一个完整的 CCM 分析流程。首先安装必要的库：

!pip install pyEDM numpy pandas matplotlib

我们使用经典的 Lorenz 系统生成模拟数据：

import numpy as np
from pyEDM import CCM

# 生成 Lorenz 系统数据
def lorenz(x, y, z, s=10, r=28, b=2.667):
    x_dot = s*(y - x)
    y_dot = r*x - y - x*z
    z_dot = x*y - b*z
    return x_dot, y_dot, z_dot

dt = 0.01
num_steps = 5000

xs = np.empty(num_steps + 1)
ys = np.empty(num_steps + 1)
zs = np.empty(num_steps + 1)

xs[0], ys[0], zs[0] = (0., 1., 1.05)

for i in range(num_steps):
    x_dot, y_dot, z_dot = lorenz(xs[i], ys[i], zs[i])
    xs[i+1] = xs[i] + (x_dot * dt)
    ys[i+1] = ys[i] + (y_dot * dt)
    zs[i+1] = zs[i] + (z_dot * dt)

现在我们对 x 和 y 进行 CCM 分析：

# 准备数据框
import pandas as pd
df = pd.DataFrame({'X':xs[:1000], 'Y':ys[:1000]})

# 运行 CCM
ccm = CCM(dataFrame=df, E=3, tau=1, 
          columns='X', target='Y',
          libSizes=[50, 100, 150, 200, 250, 300, 350, 400, 450, 500],
          sample=50)

result = ccm.predict()
print(result)

可视化预测技能随数据长度的变化：

import matplotlib.pyplot as plt

plt.figure(figsize=(10,6))
plt.plot(result['LibSize'], result['rho'], 'b-', label='X→Y')
plt.xlabel('Library Size')
plt.ylabel('Prediction Skill (rho)')
plt.title('CCM Analysis')
plt.legend()
plt.grid()
plt.show()

当处理大数据量时，可以考虑以下优化：