Regression modelEconometrics / time series
贝叶斯格兰杰因果关系
贝叶斯格兰杰因果关系检验一个时间序列的过去值是否对另一个时间序列具有预测信息，它通过贝叶斯推断而非频率主义p值来构建假设。它将向量自回归（VAR）结构与系数的先验分布相结合，并通过后验概率或贝叶斯因子来评估因果关系主张，为经典的格兰杰检验提供了一种概率性和细致的替代方案。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
来源
如何引用本页
ScholarGate. (2026, June 3). Bayesian Granger Causality Analysis. ScholarGate. https://scholargate.app/zh/econometrics/bayesian-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.
- 贝叶斯向量自回归模型 (BVAR)计量经济学↔ compare
- 贝叶斯向量误差修正模型 (Bayesian VECM)计量经济学↔ compare
- 格兰杰因果检验计量经济学↔ compare
- 面板格兰杰因果检验计量经济学↔ compare
- Toda-Yamamoto 因果检验计量经济学↔ compare
- 向量自回归 (VAR)计量经济学↔ compare