Ujian Kausaliti Toda-Yamamoto Bayesian
Prosedur kausaliti Toda-Yamamoto Bayesian menggabungkan strategi penambahan VAR Toda-Yamamoto — yang mengelakkan keperluan untuk ujian pra-integrasi dan kointegrasi — dengan kemas kini keutamaan Bayesian pasca-keutamaan. Ia menguji ketidak-kausalitian Granger antara siri masa yang mungkin terintegrasi atau kointegrasi tanpa memerlukan pembezaan atau pemodelan pembetulan ralat, sambil menggabungkan maklumat keutamaan dan menghasilkan taburan pasca-keutamaan penuh ke atas parameter kausal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
- Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley. ISBN: 978-0471982326
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/ms/econometrics/bayesian-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.
- Ujian Kausaliti GrangerEkonometrik↔ compare
- Ujian Kausaliti Toda-Yamamoto GrangerEkonometrik↔ compare
- Autoregresi Vektor (VAR)Ekonometrik↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →