Robuuste Granger-causaliteitstest
Robuuste Granger-causaliteit breidt het klassieke Granger-causaliteitskader uit door gebruik te maken van bootstrap-gebaseerde of heteroscedasticiteits-robuste kritieke waarden in plaats van asymptotische chi-kwadraattabellen. Dit maakt de test betrouwbaar in eindige steekproeven en wanneer de data niet-normaliteit, heteroscedasticiteit of bijna-integratie vertonen, situaties waarin de standaard F- of Wald-gebaseerde test bekend staat om overmatige verwerping.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/nl/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.
- Coïntegratietest (Johansen / Engle-Granger)Econometrie↔ compare
- Granger-causaliteitstestEconometrie↔ compare
- Toda-Yamamoto Granger CausaliteitstestEconometrie↔ compare
- Vector Autoregressie (VAR)-modelEconometrie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →