Regression modelEconometrics / time series
贝叶斯 Toda-Yamamoto 因果检验
贝叶斯 Toda-Yamamoto 因果检验程序将 Toda-Yamamoto VAR 增广策略——该策略规避了预先检验积分和协整的需要——与贝叶斯先验-后验更新相结合。它检验可能已积分或协整的时间序列之间的格兰杰非因果关系，而无需差分或误差修正建模，同时纳入先验信息并产生因果参数上的完整后验分布。
用 EconMind 应用即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
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。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
- Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley. ISBN: 978-0471982326
如何引用本页
ScholarGate. (2026, June 3). Bayesian Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/zh/econometrics/bayesian-toda-yamamoto-causality
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 格兰杰因果检验计量经济学↔ 比较
- Toda-Yamamoto Granger 因果检验计量经济学↔ 比较
- 向量自回归 (VAR)计量经济学↔ 比较