การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto
การทดสอบความเป็นเหตุเป็นผลแบบ Toda-Yamamoto (TY) เป็นขั้นตอนวิธี Wald แบบปรับปรุงสำหรับการทดสอบความเป็นเหตุเป็นผลแบบ Granger ในแบบจำลองเวกเตอร์อัตถอย (VARs) ที่ประมาณค่าในระดับ (levels) แม้ว่าตัวแปรจะไม่มีความนิ่ง (nonstationary) หรือมีความสัมพันธ์ร่วม (cointegrated) ก็ตาม โดยการเพิ่มแล็ก (lags) พิเศษให้เกินความจำเป็นใน VAR ซึ่งมีจำนวนเท่ากับอันดับการรวมสูงสุด (maximum integration order) จะช่วยคืนค่าการแจกแจงแบบไคกำลังสอง (chi-squared) ตามปกติของสถิติ Wald ได้ โดยไม่ต้องทำการทดสอบรากหน่วย (unit-root) หรือการทดสอบความสัมพันธ์ร่วม (cointegration) ล่วงหน้า
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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 ↗
- Dolado, J. J., & Lütkepohl, H. (1996). Making Wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. DOI: 10.1080/07474939608800362 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Toda-Yamamoto Modified Wald Causality Test. ScholarGate. https://scholargate.app/th/econometrics/toda-yamamoto-causality-test
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.
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- การทดสอบรากหน่วย Augmented Dickey-Fuller (ADF)เศรษฐมิติ↔ compare
- การทดสอบสาเหตุแบบแกรนเจอร์ (Granger Causality Test)เศรษฐมิติ↔ compare
- แบบจำลองการถดถอยอัตโนมัติแบบเวกเตอร์ (VAR)เศรษฐมิติ↔ compare
- แบบจำลองเวกเตอร์ปรับแก้ความคลาดเคลื่อน (VECM)เศรษฐมิติ↔ compare