Nieliniowy test przyczynowości Toda-Yamamoto
Nieliniowy test przyczynowości Toda-Yamamoto rozszerza klasyczną procedurę zmodyfikowanego testu Walda Toda-Yamamoto (1995) w celu wykrywania powiązań przyczynowych, które są ukryte w wartościach średnich szeregów, ale manifestują się poprzez nieliniowe dynamiki, takie jak asymetrie, efekty progowe czy transmisja zmienności. Dopasowuje rozszerzony model VAR do szeregów po transformacji rangowej lub innej nieliniowej transformacji i stosuje test Walda oparty na rozkładzie chi-kwadrat na dodatkowych współczynnikach opóźnienia.
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 ↗
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/pl/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.
- Test ko-integracji (Johansen / Engle-Granger)Ekonometria↔ compare
- Test przyczynowości GrangeraEkonometria↔ compare
- Nieliniowy test przyczynowości GrangeraEkonometria↔ compare
- Test przyczynowości Granger wg Todę-YamamotęEkonometria↔ compare
- Model Autoregresji Wektorowej (VAR)Ekonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →