在认知和神经科学领域，多通道脑电信号数据记录和功能成像在研究认知和疾病诊断的网络机制中越来越重要，研究人员不仅研究特定大脑区域的功能，还关注不同大脑区域块之间的因果影响。块对块格兰杰因果关系用于分析不同时间序列块之间的因果影响，尤其是频域块对块格兰杰因果关系和块对块条件因果关系，被用来揭示不同大脑区域脑电信号的因果信息流向。本文以研究块对块因果关系理论为目的，分析块对块格兰杰因果关系的特点，进而提出块对块新型因果关系理论。本文指出，所有对时间序列块的当前值有贡献的部分都应在块对块因果关系中体现，任何忽视这一原则的方法都无法揭示真实的因果关系。时域块对块格兰杰因果关系仅采用多元线性回归模型中的部分信息，频域的块对块格兰杰因果关系和条件格兰杰因果关系由于使用传递函数矩阵及回归模型的部分信息，可能无法揭示真实的因果关系。本文基于矩阵的F范数对新型因果关系进行拓展，定义块对块新型因果关系和频域块对块新型因果关系。核心思想是比例的概念，度量一个块在其他所有块中所占的比例，使用了线性回归模型中的所有信息。利用多元线性回归模型，比较时域块对块新型因果关系与块对块格兰杰因果关系、分析频域块对块新型因果关系和块对块条件格兰杰因果关系，结果显示块对块新型因果关系更能揭示真实因果关系的变化趋势。最后，对一位左颞叶受损癫痫病人的脑电信号数据进行事件相关电位因果性分析，实验结果表明块对块新型因果关系与块对块格兰杰因果关系均能揭示脑电信号间主要的因果流向，但只有块对块新型因果关系与事件相关时频域功率谱活动相吻合。