Toda-Yamamoto Kauzalitātes tests
Toda-Yamamoto (TY) kauzalitātes tests ir modificēta Valda procedūra Grangera kauzalitātes testēšanai vektorautoregresijās (VAR), kas novērtētas līmeņos, pat ja mainīgie ir nestacionāri vai koitegrēti. Apzināti pārvērtējot VAR ar papildu aizkavējumiem, kas vienādi ar maksimālo integrācijas pakāpi, tiek atjaunota Valda statistikas standarta hī kvadrātiskā asimptotiskā sadalījums, neprasot iepriekšēju vienības saknes vai koitegrācijas iepriekšēju testēšanu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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 ↗
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. DOI: 10.1080/07474939608800362 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/lv/econometrics/toda-yamamoto-causality-test
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.
- ARIMA modelis (autoregresīvais integrētais slīdošais vidējais)Ekonometrija↔ compare
- Paplašinātais Dikija-Fullera (ADF) vienības saknes testsEkonometrija↔ compare
- Grindžera koincidences testsEkonometrija↔ compare
- Vektora autoregresija (VAR)Ekonometrija↔ compare
- Vektora kļūdu labojuma modelis (VECM)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →