Test de Causalité Bayésien de Toda-Yamamoto
La procédure bayésienne de causalité de Toda-Yamamoto combine la stratégie d'augmentation VAR de Toda-Yamamoto — qui évite le besoin de pré-tests d'intégration et de cointégration — avec la mise à jour a priori-a posteriori bayésienne. Elle teste la non-causalité au sens de Granger entre des séries temporelles qui peuvent être intégrées ou cointégrées sans nécessiter de différenciation ou de modélisation de correction d'erreurs, tout en intégrant l'information a priori et en produisant des distributions a posteriori complètes sur les paramètres causaux.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/fr/econometrics/bayesian-toda-yamamoto-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.
- Test de causalité de GrangerÉconométrie↔ compare
- Test de Causalité de Granger de Toda-YamamotoÉconométrie↔ compare
- Autoregressive Vectoriel (VAR)Économétrie↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →