Uji Kausalitas Nonlinear Toda-Yamamoto
Uji kausalitas Nonlinear Toda-Yamamoto memperluas prosedur Wald modifikasi Toda-Yamamoto (1995) klasik untuk mendeteksi hubungan kausal yang tersembunyi dalam rerata deret tetapi bermanifestasi melalui dinamika nonlinier seperti asimetri, efek ambang batas, atau transmisi volatilitas. Uji ini menyesuaikan VAR yang diperluas pada deret yang ditransformasi peringkatnya atau dipetakan secara nonlinier lainnya dan menerapkan uji Wald chi-kuadrat pada koefisien lag tambahan.
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 ↗
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/id/econometrics/nonlinear-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 Kointegrasi (Johansen / Engle-Granger)Ekonometrika↔ compare
- Uji Kausalitas GrangerEkonometrika↔ compare
- Uji Kausalitas Granger NonlinearEkonometrika↔ compare
- Uji Kausalitas Granger Toda-YamamotoEkonometrika↔ compare
- Model Autoregresi Vektor (VAR)Ekonometrika↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →