Prueba de Causalidad Bayesiana Toda-Yamamoto
El procedimiento de causalidad Bayesiana Toda-Yamamoto combina la estrategia de aumento de VAR de la causalidad Toda-Yamamoto — que evita la necesidad de pre-pruebas de integración y cointegración — con la actualización bayesiana de prior a posterior. Prueba la no causalidad de Granger entre series temporales que pueden ser integradas o cointegradas sin requerir diferenciación o modelado de corrección de errores, al tiempo que incorpora información previa y produce distribuciones posteriores completas sobre los parámetros causales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
- Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley. ISBN: 978-0471982326
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/es/econometrics/bayesian-toda-yamamoto-causality
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Prueba de causalidad de GrangerEconometría↔ comparar
- Prueba de Causalidad de Granger de Toda-YamamotoEconometría↔ comparar
- Vector Autoregression (VAR)Econometría↔ comparar
Similar methods
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →