分析事件间的因果关系是科学研究的核心问题，同时也是哲学上的重要问题。三十年来的一个共识是：因果性与信息流等价-----信息流是因果性的定量描述，因果性为信息流的核心。我们的研究表明，信息流可以严格地由原始物理规律导出，而不必如传统方法那样以半经验的形式出现。因果量的最大似然估计可以用两序列之间的样本协方差的组合表示。一个推论是：在线性条件下，有因果必有相关，但有相关不必有因果，解决了自Berkeley(1710)以来哲学上关于相关与因果的长期争论。

我们的结果已经在众多现行的半经验因果分析（如Granger因果检验）解决不了的问题中得到验证，并成功地用到越来越多的现实问题中，如金融数据分析、厄尔尼诺与其它气候模态的研究、土壤湿度与降水的关系等。