Robustni Granderov test kauzalnosti
Robustna Granderova kauzalnost proširuje klasični okvir Granderove kauzalnosti korišćenjem kritičnih vrednosti zasnovanih na bootstrap metodi ili heteroskedastičnosti-robustnih kritičnih vrednosti, umesto asimptotskih hi-kvadrat tabela. Ovo čini test pouzdanim kod konačnih uzoraka i kada podaci pokazuju ne-normalnost, heteroskedastičnost ili blisku integraciju, što su situacije u kojima je poznato da standardni test zasnovan na F-statistici ili Wald-ovoj statistici previše često odbacuje nultu hipotezu.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Hacker, R. S., & Hatemi-J, A. (2006). Tests for causality between integrated variables using asymptotic and bootstrap distributions: Theory and application. Applied Economics, 38(13), 1489–1500. DOI: 10.1080/00036840500405763 ↗
- Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424–438. DOI: 10.2307/1912791 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/sr/econometrics/robust-granger-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 kointegracije (Johansen / Engle-Granger)Ekonometrija↔ compare
- Granger-ov test kauzalitetaEkonometrija↔ compare
- Toda-Yamamoto test Grangerove kauzalnostiEkonometrija↔ compare
- Model vektorske autoregresije (VAR)Ekonometrija↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →