เปรียบเทียบวิธี

	การทดสอบความเป็นเหตุเป็นผลแบบแกรนเจอร์ (Granger Causality Test)	การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto Granger
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Hypothesis test
ปีกำเนิด	1969	1995
ผู้ริเริ่ม	Clive W. J. Granger	Hiro Toda & Taku Yamamoto
ประเภท	Time-series predictive causality test	Modified Wald test on augmented VAR
แหล่งต้นตำรับ	Granger, C. W. J. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 37(3), 424-438.	Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1–2), 225–250.
ชื่อเรียกอื่น	Granger causality test, Granger non-causality test, predictive causality test, Granger Nedensellik Testi	TY Causality Test, Modified Wald Granger Causality, MWALD Test, Toda-Yamamoto Nedensellik Testi
ที่เกี่ยวข้อง	5	3
สรุป	The Granger causality test, introduced by Clive W. J. Granger in 1969, assesses whether the past values of one time series help predict another beyond what the latter's own past already explains. It defines causality in a strictly predictive sense rather than as a structural or physical cause.	The Toda-Yamamoto (TY) causality test, introduced by Toda and Yamamoto (1995), provides a robust procedure for testing Granger non-causality in vector autoregressive (VAR) models when the variables may be integrated or cointegrated of arbitrary order. By intentionally over-fitting the VAR with extra lags equal to the maximum integration order, the method bypasses the need for pre-testing cointegration and preserves the standard asymptotic chi-squared distribution of the Wald statistic.