Test de causalité de Granger robuste
La causalité de Granger robuste étend le cadre classique de la causalité de Granger en utilisant des valeurs critiques basées sur le bootstrap ou robustes à l'hétéroscédasticité plutôt que des tables de chi-carré asymptotiques. Cela rend le test fiable dans les échantillons finis et lorsque les données présentent une non-normalité, une hétéroscédasticité ou une quasi-intégration, des situations où le test standard basé sur F ou Wald est connu pour rejeter trop souvent.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Hacker, R. S., & Hatemi-J, A. (2006). Tests for causality between integrated variables using asymptotic and bootstrap distributions: Theory and application. Applied Economics, 38(13), 1489–1500. DOI: 10.1080/00036840500405763 ↗
- Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424–438. DOI: 10.2307/1912791 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/fr/econometrics/robust-granger-causality
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Test de cointégration (Johansen / Engle-Granger)Économétrie↔ comparer
- Test de causalité de GrangerÉconométrie↔ comparer
- Test de Causalité de Granger de Toda-YamamotoÉconométrie↔ comparer
- Modèle de Vector Autoregression (VAR)Économétrie↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →