Uji Kausalitas Toda-Yamamoto Bayesian
Prosedur kausalitas Toda-Yamamoto Bayesian menggabungkan strategi augmentasi VAR Toda-Yamamoto — yang menghindari kebutuhan pengujian awal integrasi dan kointegrasi — dengan pembaruan prior-posterior Bayesian. Prosedur ini menguji non-kausalitas Granger antara deret waktu yang mungkin terintegrasi atau terkointegrasi tanpa memerlukan differencing atau pemodelan koreksi-kesalahan, sambil menggabungkan informasi prior dan menghasilkan distribusi posterior penuh atas parameter kausal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/id/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.
- Uji Kausalitas GrangerEkonometrika↔ compare
- Uji Kausalitas Granger Toda-YamamotoEkonometrika↔ compare
- Autoregresi Vektor (VAR)Ekonometrika↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →