การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto ที่มีพารามิเตอร์แปรผันตามเวลา
การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto ที่มีพารามิเตอร์แปรผันตามเวลา (TVP Toda-Yamamoto causality test) เป็นการผสมผสานแนวทาง VAR ที่เพิ่มพหุคูณ (augmented VAR approach) ของ Toda และ Yamamoto (1995) ซึ่งสามารถจัดการกับอนุกรมเวลาที่อาจเป็นอนุกรมปริพันธ์ (integrated) หรืออนุกรมสหปริพันธ์ (cointegrated) ได้โดยไม่ต้องทดสอบรากหน่วย (unit root) ก่อน กับแนวคิดพารามิเตอร์แปรผันตามเวลา ทำให้ความสัมพันธ์เชิงสาเหตุระหว่างตัวแปรสามารถเปลี่ยนแปลงไปตามช่วงเวลาต่างๆ แทนที่จะคงที่ตลอดทั้งกลุ่มตัวอย่าง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Adebayo, T. S., & Acheampong, A. O. (2022). Modelling the globalization-emissions nexus: Fresh insights from the novel dynamic ARDL simulations and the Toda-Yamamoto causality approaches. Environmental Science and Pollution Research, 29(3), 3825-3840. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Time-Varying Parameter Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/th/econometrics/time-varying-parameter-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.
- การทดสอบความเป็นเหตุเป็นผลแบบแกรนเจอร์ (Granger Causality Test)เศรษฐมิติ↔ compare
- การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto Grangerเศรษฐมิติ↔ compare
- แบบจำลอง Vector Autoregression (VAR)เศรษฐมิติ↔ compare