Eviews做单位根检验和格兰杰因果分析的具体步骤，很实用！

多元时间序列的因果关系分析是数据挖掘领域的研究热点. 时间序列数据包含着与时间动态有关的、未知的、有价值的信息, 因此若能挖掘出这些知识进而对时间序列未来趋势进行预测或干预, 具有重要的现实意义.

基于因果关系知识库的因果事件大规模语料图谱项目，形成因果事件图谱。

为什么：关于因果关系的新科学

【053期】SPSS 问卷法就不能得出因果关系？.docx

Counterfactuals and Causal Inference (第二版) Methods and Principles for Social Research。作者：Stephen I. Morgan, Christopher Winship。作为近年来最热话题之一的因果推断分析，这本书将以前以图结构为本的因果分析框架与更加传统的“Potential Outcomes”框架分别以理论和实例进行深度剖析，同时对这二者进行关联与结合，并对其背后的哲学思维与框架限制进行讨论。此书在美国多个顶级院校采用作为教科书，因果分析中的必备材料。

使用部分互信息量化因果方向

在别处看的一个用MATLAB写的一个GRANGER 因果检验程序，跟大家分享一下。

Matlab上的基于GCCA算法的因果分析工具，带有使用说明书 Matlab上的基于GCCA算法的因果分析工具，带有使用说明书

贝叶斯网络之父Judea Pearl 力作 相关不因果，冰淇淋销量上升时淹死的人也多，他们之间只有相关性，没有因果关系 我们对简单的因果关系应对自如，但是在现代社会的复杂世界里，有时候建立因果关系非常困难