Nelineární kauzalitní test Toda-Yamamota
Nelineární kauzalitní test Toda-Yamamota rozšiřuje klasický modifikovaný Waldův postup Todda a Yamamota (1995) na detekci kauzálních vazeb, které jsou skryty ve středních hodnotách řad, ale projevují se prostřednictvím nelineárních dynamik, jako jsou asymetrie, prahové efekty nebo přenos volatility. Testuje rozšířený VAR na řadách transformovaných pořadím nebo jiným nelineárním mapováním a aplikuje Waldův test chí-kvadrát na koeficienty dodatečných zpoždění.
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 ↗
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/cs/econometrics/nonlinear-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 kointegrace (Johansen / Engle-Granger)Ekonometrie↔ compare
- Grangerův test kauzalityEkonometrie↔ compare
- Test nelineární Grangerovy kauzalityEkonometrie↔ compare
- Test Grangerovy kauzality Toda-YamamotoEkonometrie↔ compare
- Model vektorové autoregrese (VAR)Ekonometrie↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →