ScholarGate
المساعد
Regression modelEconometrics / time series

اختبار تودا-ياماموتو السببي غير الخطي

يوسع اختبار تودا-ياماموتو السببي غير الخطي إجراء والد المعدل الكلاسيكي لتودا-ياماموتو (1995) للكشف عن الروابط السببية المخفية في متوسطات السلاسل ولكنها تتجلى من خلال ديناميكيات غير خطية مثل عدم التماثل، أو تأثيرات العتبة، أو انتقال التقلبات. يقوم هذا الاختبار بتقدير نموذج الانحدار الذاتي المتجه المعزز (VAR) على سلاسل محولة بالرتب أو محولة بطريقة غير خطية أخرى، ويطبق اختبار والد مربع كاي على معاملات الفروق الزمنية الإضافية.

طبِّق باستخدام EconMindقريبًاApply, compare, get guidance
Tools & resources
تنزيل الشرائح
Learn & explore
فيديوقريبًا

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

المصادر

  1. Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1-2), 225-250. DOI: 10.1016/0304-4076(94)01616-8
  2. Sims, C. A., Stock, J. H., & Watson, M. W. (1990). Inference in linear time series models with some unit roots. Econometrica, 58(1), 113-144. DOI: 10.2307/2938337

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/ar/econometrics/nonlinear-toda-yamamoto-causality

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب
ScholarGateNonlinear Toda-Yamamoto Causality (Nonlinear Toda-Yamamoto Granger Causality Test). استُرجع بتاريخ 2026-06-17 من https://scholargate.app/ar/econometrics/nonlinear-toda-yamamoto-causality · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026