ScholarGate
دستیار
Regression modelEconometrics / time series

علّیت تودا-یاماموتوی پارامتر متغیر با زمان

آزمون علّیت تودا-یاماموتوی متغیر با زمان (TVP) رویکرد خودرگرسیون برداری افزوده شده تودا و یاماموتو (۱۹۹۵) — که سری‌های احتمالاً یکپارچه یا هم‌انباشته را بدون پیش‌آزمون ریشه‌های واحد مدیریت می‌کند — را با پارامترهای متغیر با زمان ترکیب می‌کند و به روابط علی بین متغیرها اجازه می‌دهد تا در دوره‌های مختلف تغییر کنند، به جای اینکه در طول نمونه ثابت بمانند.

به‌کارگیری با EconMindبه‌زودیApply, compare, get guidance
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. 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
  2. Adebayo, T. S., & Acheampong, A. O. (2022). Modelling the globalization-emissions nexus: Fresh insights from the novel dynamic ARDL simulations and the Toda-Yamamoto causality approaches. Environmental Science and Pollution Research, 29(3), 3825-3840. link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Time-Varying Parameter Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/fa/econometrics/time-varying-parameter-toda-yamamoto-causality

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم
ScholarGateTime-varying parameter Toda-Yamamoto causality (Time-Varying Parameter Toda-Yamamoto Granger Causality Test). بازیابی‌شده در 2026-06-17 از https://scholargate.app/fa/econometrics/time-varying-parameter-toda-yamamoto-causality · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026