Prueba de Causalidad de Toda-Yamamoto
La prueba de causalidad de Toda-Yamamoto (TY) es un procedimiento Wald modificado para contrastar la causalidad de Granger en autorregresiones vectoriales (VARs) estimadas en niveles, incluso cuando las variables no son estacionarias o están cointegradas. Al sobreajustar intencionadamente la VAR con rezagos adicionales iguales al orden máximo de integración, restaura la distribución asintótica chi-cuadrado estándar de la estadística Wald sin requerir pruebas previas de raíz unitaria o cointegración.
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.
+2 más
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 ↗
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. DOI: 10.1080/07474939608800362 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/es/econometrics/toda-yamamoto-causality-test
¿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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ comparar
- Prueba de raíz unitaria de Dickey-Fuller Aumentada (ADF)Econometría↔ comparar
- Prueba de Causalidad de GrangerEconometría↔ comparar
- Vector Autoregression (VAR)Econometría↔ comparar
- Modelo de Corrección de Errores Vectorial (VECM)Econometría↔ comparar
Citado por
Similar methods
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →