เปรียบเทียบวิธี

	การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto	แบบจำลองการถดถอยอัตโนมัติแบบเวกเตอร์ (VAR)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1995	1980
ผู้ริเริ่ม	Toda, H. Y. and Yamamoto, T.	Christopher A. Sims
ประเภท	Causality test	Multivariate time-series model
แหล่งต้นตำรับ	Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1-2), 225-250.	Sims, C. A. (1980). Macroeconomics and Reality. Econometrica, 48(1), 1–48.
ชื่อเรียกอื่น	Toda-Yamamoto test, TY causality test, modified Wald test for Granger causality, TY-MWALD	VAR, VAR model, vector autoregressive model, multivariate autoregression
ที่เกี่ยวข้อง	5	5
สรุป	The Toda-Yamamoto (TY) causality test is a modified Wald procedure for testing Granger causality in vector autoregressions (VARs) estimated in levels, even when variables are nonstationary or cointegrated. By intentionally over-fitting the VAR with extra lags equal to the maximum integration order, it restores the standard chi-squared asymptotic distribution of the Wald statistic without requiring prior unit-root or cointegration pretesting.	Vector Autoregression is a multivariate time-series model in which each variable is regressed on its own lags and the lags of all other variables in the system. Originally proposed by Sims (1980) as a data-driven alternative to large structural macroeconomic models, VAR has become the standard workhorse for dynamic analysis in empirical economics and finance.