Regression modelEconometrics / time series

การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto ที่มีรอยเลื่อนเชิงโครงสร้าง

การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto ที่มีรอยเลื่อนเชิงโครงสร้างเป็นการขยายขั้นตอนมาตรฐาน Toda-Yamamoto แบบดัดแปลง (MWALD) เพื่อรองรับรอยเลื่อนเชิงโครงสร้างหนึ่งครั้งขึ้นไปในอนุกรมเวลา โดยการระบุวันที่เกิดรอยเลื่อนก่อน จากนั้นจึงรวมตัวแปรหุ่น (dummy variables) เข้าไปใน VAR ที่เสริมแล้ว การทดสอบนี้จะรักษาการแจกแจงแบบไคกำลังสอง (chi-squared distribution) แบบเชิงเส้นกำกับ (asymptotic) ที่ถูกต้องไว้ โดยไม่ขึ้นกับอันดับการรวม (integration order) หรืออันดับสหสัมพันธ์ร่วม (cointegration order) ของตัวแปร แม้จะมีการเปลี่ยนแปลงระบอบการปกครอง (regime shifts)

นำไปใช้ด้วย EconMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  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. Zivot, E., & Andrews, D. W. K. (1992). Further evidence on the great crash, the oil-price shock, and the unit-root hypothesis. Journal of Business and Economic Statistics, 10(3), 251-270. DOI: 10.1080/07350015.1992.10509904

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Toda-Yamamoto Causality Test with Structural Breaks. ScholarGate. https://scholargate.app/th/econometrics/structural-break-toda-yamamoto-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.

Compare side by side
ScholarGateStructural Break Toda-Yamamoto Causality (Toda-Yamamoto Causality Test with Structural Breaks). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/econometrics/structural-break-toda-yamamoto-causality · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026