Toda-Yamamoto Kausalitetstest
Toda-Yamamoto (TY) kausalitetstesten er en modificeret Wald-procedure til test af Granger-kausalitet i vektorautoregressioner (VAR'er) estimeret i niveauer, selv når variable er ikke-stationære eller kointegrerede. Ved bevidst at overfitte VAR'en med ekstra lags svarende til den maksimale integrationsorden, genoprettes den standard chi-i-anden asymptotiske fordeling af Wald-statistikken uden krav om forudgående enhedsrod- eller kointegrationstest.
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.
+2 more
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 ↗
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. DOI: 10.1080/07474939608800362 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/da/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.
- ARIMA-modellen (Autoregressive Integrated Moving Average)Økonometri↔ compare
- Augmented Dickey-Fuller (ADF) EnhedsrodstestØkonometri↔ compare
- Granger-kausalitetstestØkonometri↔ compare
- Vektorautoregression (VAR)Økonometri↔ compare
- Vektorfejlkorrektionsmodel (VECM)Økonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →