Bayesovský test kauzality Toda-Yamamoto
Bayesovský postup kauzality Toda-Yamamoto kombinuje strategii augmentace VAR Toda-Yamamoto – která obchází potřebu předběžného testování integrace a kointegrace – s bayesovskou aktualizací prior-posterior. Testuje Grangerovu nekauzalitu mezi časovými řadami, které mohou být integrované nebo kointegrované, aniž by vyžadoval diferencování nebo modelování korekce chyb, přičemž zahrnuje apriorní informace a vytváří úplné posteriorní distribuce kauzálních parametrů.
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
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/cs/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.
- Grangerův test kauzalityEkonometrie↔ compare
- Test Grangerovy kauzality Toda-YamamotoEkonometrie↔ compare
- Vektorová autoregrese (VAR)Ekonometrie↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →