Robustā Grangera cēloņsakarības pārbaude
Robustā Grangera cēloņsakarības pārbaude paplašina klasisko Grangera cēloņsakarības ietvaru, izmantojot bootstrap metodes vai heteroskedastiskumam noturīgas kritiskās vērtības, nevis asimptotiskas hi kvadrātiskās tabulas. Tas padara pārbaudi uzticamu galīgās izlasēs un tad, kad datiem piemīt nenormālība, heteroskedastiskums vai gandrīz integrācija, — situācijās, kurās standarta F- vai Voldu balstītā pārbaude ir zināma ar pārmērīgu noraidīšanu.
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
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/lv/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.
- Kointegrācijas tests (Johansena / Engla-Grangera)Ekonometrija↔ compare
- Grindžera koeficientu pārbaudeEkonometrija↔ compare
- Toda-Yamamoto (TY) Granger cēloņsakarības pārbaudeEkonometrija↔ compare
- Vektora autoregresijas (VAR) modelisEkonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →