Test de causalitat de Toda-Yamamoto
La prova de causalitat de Toda-Yamamoto (TY) és un procediment de Wald modificat per provar la causalitat de Granger en autoregressions vectorials (VAR) estimades en nivells, fins i tot quan les variables no són estacionàries o cointegrades. En sobreajustar intencionadament el VAR amb retards addicionals iguals a l'ordre màxim d'integració, es restaura la distribució asimptòtica chi-quadrat estàndard de l'estadístic de Wald sense necessitat de proves prèvies de raïtz unitària o cointegració.
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.
+2 more
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 ↗
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. DOI: 10.1080/07474939608800362 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/ca/econometrics/toda-yamamoto-causality-test
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.
- Model ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Prova d'arrel unitària augmentada de Dickey-Fuller (ADF)Econometria↔ compare
- Granger Causality TestEconometria↔ compare
- Autoregressió Vectorial (VAR)Econometria↔ compare
- Model de Correcció d'Errors Vectorial (VECM)Econometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →