ScholarGate
Assistent
Regression modelEconometrics / time series

Fourier Toda-Yamamoto Granger-kausalitetstest

Fourier Toda-Yamamoto (FTY) kausalitetstesten utvider den klassiske Toda-Yamamoto-prosedyren ved å inkludere Fourier trigonometriske termer i den utvidede VAR for å fange opp jevne, gradvise strukturelle brudd i den deterministiske komponenten. Den beholder den sentrale fordelen med Toda-Yamamoto-tilnærmingen – Granger-kausalitet kan testes uten forhåndstesting for integrasjon eller kointegrasjonsorden – samtidig som den dramatisk forbedrer størrelse og styrke når brudd oppstår.

Anvend med EconMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Yilanci, V., & Ozgur, O. (2019). Testing the Fourier Toda-Yamamoto causality test with an application to energy demand. Energy Economics, 84, 104498. link
  2. 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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Fourier Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/no/econometrics/fourier-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.

Compare side by side
ScholarGateFourier Toda-Yamamoto Causality (Fourier Toda-Yamamoto Granger Causality Test). Hentet 2026-06-15 fra https://scholargate.app/no/econometrics/fourier-toda-yamamoto-causality · Datasett: https://doi.org/10.5281/zenodo.20539026