Regression modelEconometrics / time series
비선형 Toda-Yamamoto 인과관계 검정
비선형 Toda-Yamamoto 인과관계 검정은 고전적인 Toda-Yamamoto (1995) 수정 Wald 절차를 확장하여, 시계열의 평균에서는 숨겨져 있지만 비선형 동학, 즉 비대칭성, 임계 효과 또는 변동성 전이 등을 통해 나타나는 인과 관계를 탐지한다. 이 방법은 순위 변환 또는 다른 비선형 변환된 시계열에 증강된 VAR(Vector Autoregression)을 적합시키고, 추가 시차 계수에 대한 카이제곱 Wald 검정을 적용한다.
EconMind(으)로 적용하기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/ko/econometrics/nonlinear-toda-yamamoto-causality
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 공적분 검정 (요한센 / 엥글-그레인저)계량경제학↔ 비교
- 그랜저 인과성 검정계량경제학↔ 비교
- 비선형 그레인저 인과관계 검정계량경제학↔ 비교
- Toda-Yamamoto (TY) 인과관계 검정계량경제학↔ 비교
- Vector Autoregression (VAR) Model계량경제학↔ 비교