การทดสอบ Robust Granger Causality
Robust Granger causality เป็นการขยายกรอบแนวคิด Granger causality แบบดั้งเดิม โดยใช้ค่าวิกฤตที่อิงกับการบูตสแตรป (bootstrap-based) หรือค่าวิกฤตที่ทนทานต่อภาวะ heteroscedasticity แทนที่จะใช้ตารางค่าไคกำลังสองเชิงเส้นกำกับ (asymptotic chi-squared tables) ทำให้การทดสอบมีความน่าเชื่อถือในกลุ่มตัวอย่างจำกัด และเมื่อข้อมูลแสดงลักษณะไม่เป็นปกติ (non-normality), ภาวะ heteroscedasticity หรือภาวะ near-integration ซึ่งเป็นสถานการณ์ที่การทดสอบแบบ F-test หรือ Wald-test มาตรฐานมักจะปฏิเสธสมมติฐานว่างมากเกินไป
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/th/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.
- การทดสอบสหการ (Johansen / Engle-Granger)เศรษฐมิติ↔ compare
- การทดสอบความเป็นเหตุเป็นผลแบบแกรนเจอร์ (Granger Causality Test)เศรษฐมิติ↔ compare
- การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto Grangerเศรษฐมิติ↔ compare
- แบบจำลอง Vector Autoregression (VAR)เศรษฐมิติ↔ compare