Toda-Yamamoto-Granger-Kausalitätstest
Der von Toda und Yamamoto (1995) eingeführte Toda-Yamamoto (TY)-Kausalitätstest bietet ein robustes Verfahren zur Prüfung von Granger-Nicht-Kausalität in Vektorautoregressions (VAR)-Modellen, wenn die Variablen integriert oder kointegriert von beliebiger Ordnung sein können. Durch die absichtliche Überanpassung des VAR mit zusätzlichen Lags, die der maximalen Ordnung der Integration entsprechen, umgeht die Methode die Notwendigkeit einer Vorabprüfung der Kointegration und bewahrt die Standard-asymptotische Chi-Quadrat-Verteilung der Wald-Statistik.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/de/econometrics/toda-yamamoto-causality
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Dolado-Lütkepohl-Test für Granger-KausalitätÖkonometrie↔ vergleichen
- Granger-KausalitätstestÖkonometrie↔ vergleichen
- Vektorautoregressionsmodell (VAR)Ökonometrie↔ vergleichen
Referenziert von
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →