Bayesiläinen Granger-kausaliteetti
Bayesiläinen Granger-kausaliteetti testaa, sisältävätkö aikasarjan menneet arvot ennustevoimaa toisen aikasarjan suhteen. Se kehystää hypoteesin Bayesiläisen päättelyn kautta frekventististen p-arvojen sijaan. Se yhdistää vektoriregressiomallin (VAR) rakenteen kerrointen priori-jakaumien kanssa ja arvioi kausaaliväitteitä posterioritodennäköisyyksien tai Bayes-tekijöiden avulla, tarjoten todennäköisyyspohjaisen ja vivahteikkaan vaihtoehdon klassiselle Granger-testille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Granger Causality Analysis. ScholarGate. https://scholargate.app/fi/econometrics/bayesian-granger-causality
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.
- Bayesiläinen VAR-malli (BVAR)Ekonometria↔ compare
- Bayesiläinen VECM (Bayesian VECM)Ekonometria↔ compare
- Granger-kausaalisuustestiEkonometria↔ compare
- Paneelin Granger-kausaalisuustestiEkonometria↔ compare
- Toda-Yamamoton kausaatiotestiEkonometria↔ compare
- Vektorimallit (VAR)Ekonometria↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →