Test de Causalitat Bayesian Toda-Yamamoto
El procediment de causalitat Bayesian Toda-Yamamoto combina l'estratègia d'augmentació VAR de Toda-Yamamoto — que evita la necessitat de proves prèvies d'integració i cointegració — amb l'actualització bayesiana de priors a posteriors. Prova la no-causalitat de Granger entre sèries temporals que poden ser integrades o cointegrades sense requerir diferenciació o modelització de correcció d'errors, alhora que incorpora informació prèvia i produeix distribucions posteriors completes sobre els paràmetres causals.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
- Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley. ISBN: 978-0471982326
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/ca/econometrics/bayesian-toda-yamamoto-causality
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Test de causalitat de GrangerEconometria↔ compare
- Prova de causalitat de Granger de Toda-YamamotoEconometria↔ compare
- Autoregressió Vectorial (VAR)Econometria↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →