Teste Bayesiano de Causalidade de Toda-Yamamoto
O procedimento bayesiano de causalidade de Toda-Yamamoto combina a estratégia de aumento de VAR da abordagem de Toda-Yamamoto — que contorna a necessidade de pré-testes de integração e cointegração — com a atualização bayesiana de prior para posterior. Ele testa a não causalidade de Granger entre séries temporais que podem ser integradas ou cointegradas sem exigir diferenciação ou modelagem de correção de erros, ao mesmo tempo que incorpora informações prévias e produz distribuições posteriores completas sobre os parâmetros causais.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/pt/econometrics/bayesian-toda-yamamoto-causality
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Teste de Causalidade de GrangerEconometria↔ comparar
- Teste de Causalidade de Granger Toda-YamamotoEconometria↔ comparar
- Autoregressores Vetoriais (VAR)Econometria↔ comparar
Similar methods
Encontrou um problema nesta página? Relate ou sugira uma correção →