En este trabajo, nos enfocamos en el desarrollo de nuevos algoritmos de medida de distancia, a saber, la Causalidad Dentro de Grupos (CAWG), la Causalidad Generalizada Dentro de Grupos (GCAWG) y la Causalidad Entre Grupos (CABG), todos los cuales se basan en la conocida causalidad de Granger. Las distancias propuestas junto con los algoritmos asociados son adecuados para el análisis de datos estadísticos multivariados, incluidos los propósitos de clasificación no supervisada (agrupamiento) para el análisis de datos de series temporales multivariados con énfasis en datos financieros y económicos donde las relaciones causales están presentes con frecuencia. Para explorar la adecuación de la metodología propuesta, implementamos, con fines ilustrativos, los algoritmos propuestos para el agrupamiento jerárquico para la clasificación de 19 países de la UE basada en siete variables relacionadas con los recursos de salud en los sistemas de atención médica.