ScholarGate
Asistent
Regression modelEconometrics / time series

Nelineárna kauzalitná skúška Toda-Yamamoto

Nelineárna kauzalitná skúška Toda-Yamamoto rozširuje klasický modifikovaný Waldov postup Toda-Yamamota (1995) na detekciu kauzálnych väzieb, ktoré sú skryté v priemernej hodnote radov, ale prejavujú sa prostredníctvom nelineárnych dynamík, ako sú asymetrie, prahové efekty alebo prenos volatilít. Fituje rozšírený VAR na radoch transformovaných pomocou poradových čísel alebo inak nelineárne mapovaných radoch a aplikuje Waldovu skúšku s chí-kvadrát rozdelením na dodatočné koeficienty oneskorenia.

Použiť v EconMindČoskoroApply, compare, get guidance
Tools & resources
Stiahnuť snímky
Learn & explore
VideoČoskoro

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Mapa metód

Okolie príbuzných metód — vyberte uzol na preskúmanie.

Zdroje

  1. 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
  2. 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

Ako citovať túto stránku

ScholarGate. (2026, June 3). Nonlinear Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/sk/econometrics/nonlinear-toda-yamamoto-causality

Ktorá metóda?

Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.

Porovnať vedľa seba
ScholarGateNonlinear Toda-Yamamoto Causality (Nonlinear Toda-Yamamoto Granger Causality Test). Získané 2026-06-17 z https://scholargate.app/sk/econometrics/nonlinear-toda-yamamoto-causality · Dátová sada: https://doi.org/10.5281/zenodo.20539026