Bayesovská Grangerova kauzalita
Bayesovská Grangerova kauzalita testuje, zda minulé hodnoty jedné časové řady nesou prediktivní informaci o jiné, přičemž hypotézu formuluje prostřednictvím Bayesovské inference namísto frekventistických p-hodnot. Kombinuje vektorovou autoregresní (VAR) strukturu s apriorními distribucemi nad koeficienty a vyhodnocuje kauzální tvrzení prostřednictvím aposteriorních pravděpodobností nebo Bayesových faktorů, čímž poskytuje pravděpodobnostní a nuancovanou alternativu ke klasickému Grangerovu testu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Granger Causality Analysis. ScholarGate. https://scholargate.app/cs/econometrics/bayesian-granger-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.
- Model Bayesovská vektorová autoregrese (BVAR)Ekonometrie↔ compare
- Bayesovský model vektorové korekce chyb (Bayesian VECM)Ekonometrie↔ compare
- Grangerův test kauzalityEkonometrie↔ compare
- Panelový Grangerův test kauzalityEkonometrie↔ compare
- Toda-Yamamotův test kauzalityEkonometrie↔ compare
- Vektorová autoregrese (VAR)Ekonometrie↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →