Toda-Yamamoto Granger-kausalitetstest
Toda-Yamamoto (TY) kausalitetstesten, introduceret af Toda og Yamamoto (1995), tilbyder en robust procedure til at teste Granger-ikke-kausalitet i vektorautoregressive (VAR) modeller, når variablerne kan være integrerede eller kointegrerede af vilkårlig orden. Ved bevidst at overspecificere VAR-modellen med ekstra lags svarende til den maksimale integrationsorden, omgår metoden behovet for forudgående test af kointegration og bevarer Wald-statistikkens standard asymptotiske chi-i-anden-fordeling.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/da/econometrics/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.
- Dolado-Lütkepohl Granger kausalitetstestØkonometri↔ compare
- Granger-kausalitetstestØkonometri↔ compare
- Vektor Autoregression (VAR) ModelØkonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →