Nelineārā Toda-Jamamoto cēloņsakarības pārbaude
Nelineārās Toda-Jamamoto cēloņsakarības pārbaude paplašina klasisko Toda-Jamamoto (1995) modificēto Valda procedūru, lai noteiktu cēloņsakarības, kas ir paslēptas sēriju vidējos lielumos, bet izpaužas caur nelineārām dinamikām, piemēram, asimetrijām, sliekšņa efektiem vai volatilitātes pārnesi. Tā pielāgo paplašinātu VAR (vektora autoregresijas) modeli rangos pārveidotām vai citādi nelineāri transformētām sērijām un piemēro Hī kvadrātā (chi-squared) Valda pārbaudi papildu nobīdes koeficientiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/lv/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.
- Kointegrācijas tests (Johansena / Engla-Grangera)Ekonometrija↔ compare
- Grindžera koeficientu pārbaudeEkonometrija↔ compare
- Nelineārās Grangera koincidences testsEkonometrija↔ compare
- Toda-Yamamoto (TY) Granger cēloņsakarības pārbaudeEkonometrija↔ compare
- Vektora autoregresijas (VAR) modelisEkonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →