Nemlineáris Toda-Yamamoto kauzalitási teszt
A nemlineáris Toda-Yamamoto kauzalitási teszt a klasszikus Toda-Yamamoto (1995) módosított Wald eljárást terjeszti ki olyan kauzális kapcsolatok kimutatására, amelyek a sorozatok átlagában rejtve maradnak, de nemlineáris dinamikákon, például aszimmetriákon, küszöbhatásokon vagy volatilitás-átvitelen keresztül nyilvánulnak meg. A teszt egy augmentált VAR modellt illeszt rangsorolt vagy más módon nemlineárisan transzformált sorozatokra, és egy khí-négyzet Wald tesztet alkalmaz az extra késleltetési együtthatókra.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
- Sims, C. A., Stock, J. H., & Watson, M. W. (1990). Inference in linear time series models with some unit roots. Econometrica, 58(1), 113-144. DOI: 10.2307/2938337 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/hu/econometrics/nonlinear-toda-yamamoto-causality
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Kointegrációs teszt (Johansen / Engle-Granger)Ökonometria↔ összehasonlítás
- Granger CausalityÖkonometria↔ összehasonlítás
- Nemlineáris Granger-kauzalitási tesztÖkonometria↔ összehasonlítás
- Toda-Yamamoto Granger-kauzalitási tesztÖkonometria↔ összehasonlítás
- Vektor Autoregressziós (VAR) ModellÖkonometria↔ összehasonlítás
Similar methods
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →