Toda-Yamamotův test kauzality
Toda-Yamamotův (TY) test kauzality je modifikovaný Waldův postup pro testování Grangerovy kauzality ve vektorových autoregresích (VAR) odhadnutých na úrovních, a to i v případě, že jsou proměnné nestacionární nebo kointegrované. Úmyslným přehnaným přizpůsobením VAR s dodatečnými zpožděními rovnými maximálnímu řádu integrace obnovuje standardní asymptotické rozdělení Waldovy statistiky podle chí-kvadrát bez nutnosti předchozího testování jednotkových kořenů nebo kointegrace.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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 ↗
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. DOI: 10.1080/07474939608800362 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/cs/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)Ekonometrie↔ compare
- Rozšířený Dickey-Fullerův (ADF) test jednotkové kořeneEkonometrie↔ compare
- Grangerův test kauzalityEkonometrie↔ compare
- Vektorová autoregrese (VAR)Ekonometrie↔ compare
- Vektorový model s korekcí chyby (VECM)Ekonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →