Regression modelEconometrics / time series
강건한 그레인저 인과관계 검정
강건한 그레인저 인과관계는 부트스트랩 기반 또는 이분산성 강건 임계값(heteroscedasticity-robust critical values)을 점근적 카이제곱 표(asymptotic chi-squared tables) 대신 사용함으로써 고전적인 그레인저 인과관계 프레임워크를 확장합니다. 이는 검정을 유한 표본(finite samples)과 데이터가 비정규성, 이분산성 또는 준통합성(near-integration)을 나타내는 설정에서 신뢰할 수 있게 하며, 이러한 설정에서 표준 F- 또는 Wald 기반 검정은 과도하게 기각하는 것으로 알려져 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Hacker, R. S., & Hatemi-J, A. (2006). Tests for causality between integrated variables using asymptotic and bootstrap distributions: Theory and application. Applied Economics, 38(13), 1489–1500. DOI: 10.1080/00036840500405763 ↗
- Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424–438. DOI: 10.2307/1912791 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/ko/econometrics/robust-granger-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.
- 공적분 검정 (요한센 / 엥글-그레인저)계량경제학↔ compare
- 그랜저 인과성 검정계량경제학↔ compare
- Toda-Yamamoto (TY) 인과관계 검정계량경제학↔ compare
- Vector Autoregression (VAR) Model계량경제학↔ compare