Robust Granger kausalitetstest
Robust Granger kausalitet udvider det klassiske Granger kausalitetsframework ved at anvende bootstrap-baserede eller heteroscedasticitets-robuste kritiske værdier i stedet for asymptotiske chi-i-anden tabeller. Dette gør testen pålidelig i endelige stikprøver og når data udviser ikke-normalitet, heteroscedasticitet eller nær-integration, situationer hvor den standard F- eller Wald-baserede test er kendt for at over-rejecte.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/da/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.
- Kointegrationstest (Johansen / Engle-Granger)Økonometri↔ compare
- Granger-kausalitetstestØkonometri↔ compare
- Toda-Yamamoto Granger-kausalitetstestØkonometri↔ compare
- Vektor Autoregression (VAR) ModelØkonometri↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →