ScholarGate
עוזר
Regression modelEconometrics / time series

מבחן סיבתיות בייסיאני של טודה-יאמאמוטו

הליך הסיבתיות הבייסיאני של טודה-יאמאמוטו משלב את אסטרטגיית ההגדלה של VAR של טודה-יאמאמוטו — המבטלת את הצורך בבדיקות מקדימות של אינטגרציה וקואינטגרציה — עם עדכון בייסיאני של קדימות-פוסטריור. הוא בוחן אי-סיבתיות גריינג'ר בין סדרות עתיות שעשויות להיות משולבות או קואינטגרטיביות מבלי לדרוש דיפרנציאציה או מידול תיקון שגיאות, תוך שילוב מידע קודם והפקת התפלגויות פוסטריור מלאות על הפרמטרים הסיבתיים.

יישום עם EconMindבקרובApply, compare, get guidance
Tools & resources
הורדת מצגת
Learn & explore
וידאובקרוב

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

מפת שיטות

סביבת השיטות הקרובות — בחרו צומת כדי לחקור.

מקורות

  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. Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley. ISBN: 978-0471982326

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/he/econometrics/bayesian-toda-yamamoto-causality

איזו שיטה?

הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.

השוואה זה לצד זה
ScholarGateBayesian Toda-Yamamoto Causality (Bayesian Toda-Yamamoto Granger Causality Test). אוחזר בתאריך 2026-06-17 מתוך https://scholargate.app/he/econometrics/bayesian-toda-yamamoto-causality · מערך נתונים: https://doi.org/10.5281/zenodo.20539026