Ujian Kausaliti Nonlinear Toda-Yamamoto
Ujian kausaliti Nonlinear Toda-Yamamoto melanjutkan prosedur Wald yang diubah suai oleh Toda-Yamamoto (1995) klasik untuk mengesan hubungan sebab-akibat yang tersembunyi dalam min siri tetapi muncul melalui dinamik tak linear seperti asimetri, kesan ambang, atau penghantaran volatiliti. Ia menyesuaikan VAR yang diperbesarkan pada siri yang ditukarkan pangkat atau dipetakan secara tak linear dan menggunakan ujian Wald chi-kuasa dua pada pekali lag tambahan.
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 ↗
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/ms/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.
- Ujian Kointegrasi (Johansen / Engle-Granger)Ekonometrik↔ compare
- Ujian Kausaliti GrangerEkonometrik↔ compare
- Ujian Kausaliti Granger Tak LinearEkonometrik↔ compare
- Ujian Kausaliti Toda-Yamamoto GrangerEkonometrik↔ compare
- Model Regresi Autoruang (VAR)Ekonometrik↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →