Robustní test kauzality dle Grangera
Robustní kauzalita dle Grangera rozšiřuje klasický rámec kauzality dle Grangera použitím bootstrapových nebo heteroskedasticitně robustních kritických hodnot namísto asymptotických tabulek chí-kvadrát. To činí test spolehlivým ve vzorcích konečné velikosti a při výskytu nenormality, heteroskedasticity nebo blízké integrace, tedy v situacích, kde je standardní test založený na F- nebo Waldově statistice známý tím, že nadměrně zamítá nulovou hypotézu.
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
- Hacker, R. S., & Hatemi-J, A. (2006). Tests for causality between integrated variables using asymptotic and bootstrap distributions: Theory and application. Applied Economics, 38(13), 1489–1500. DOI: 10.1080/00036840500405763 ↗
- Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424–438. DOI: 10.2307/1912791 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/cs/econometrics/robust-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.
- Test kointegrace (Johansen / Engle-Granger)Ekonometrie↔ compare
- Grangerův test 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 →