Bayesiansk Toda-Yamamoto Kausalitetstest

Den Bayesianske Toda-Yamamoto kausalitetsprocedure kombinerer Toda-Yamamoto VAR-augmenteringsstrategien — som omgår behovet for forudgående testning af integration og kointegration — med Bayesiansk prior-posterior opdatering. Den tester Granger ikke-kausalitet mellem tidsserier, der kan være integrerede eller kointegrerede, uden at kræve differensering eller fejlkorrektionsmodellering, samtidig med at den inkorporerer forudgående information og producerer fulde posterior-fordelinger over de kausale parametre.