Bayesowska próba przyczynowości Toda-Yamamoty
Bayesowska procedura przyczynowości Toda-Yamamoty łączy strategię rozszerzenia VAR Toda-Yamamoty — która pozwala uniknąć potrzeby wstępnego testowania rzędu integracji i kointegracji — z bayesowskim uaktualnianiem apriori-aposteriori. Testuje ona brak przyczynowości Granger między szeregami czasowymi, które mogą być zintegrowane lub skointegrowane, bez potrzeby różnicowania lub modelowania korekcji błędów, jednocześnie uwzględniając informacje apriori i generując pełne rozkłady aposteriori parametrów przyczynowości.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/pl/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.
- Test przyczynowości GrangeraEkonometria↔ compare
- Test przyczynowości Granger wg Todę-YamamotęEkonometria↔ compare
- Autoregresja Wektorowa (VAR)Ekonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →