Toda-Yamamoto-kausalitetstest
Toda-Yamamoto (TY)-testen er en modifisert Wald-prosedyre for å teste Granger-kausalitet i vektorautoregresjoner (VAR) estimert i nivåer, selv når variabler er ikke-stasjonære eller kointegrerte. Ved å bevisst over-fitte VAR-modellen med ekstra etterslep lik den maksimale integrasjonsordenen, gjenopprettes standard kjikvadrat-asymptotisk fordeling av Wald-statistikken uten behov for forutgående enhetsrot- eller kointegrasjonstesting.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/no/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-modell (Autoregressiv Integrert Glidende Gjennomsnitt)Økonometri↔ compare
- Augmented Dickey-Fuller (ADF) enhetsrot-testØkonometri↔ compare
- Granger-kausalitetstestØkonometri↔ compare
- Vektorautoregresjon (VAR)Økonometri↔ compare
- Vektorfeilkorreksjonsmodell (VECM)Økonometri↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →