ScholarGate
Асистент
Regression modelEconometrics / time series

Нелинеен модел на авторегресивни разпределени лагове (NARDL)

Моделът NARDL (Nonlinear ARDL) разширява рамката за тестване на граници на линейния ARDL, за да позволи асиметрични дългосрочни и краткосрочни връзки. Чрез разлагане на обясняваща променливава на нейните положителни и отрицателни частични суми, той тества дали увеличенията и намаленията на регресор имат различни ефекти върху зависимата променлива — характеристика, която линейните методи за коинтеграция не могат да уловят.

Приложете с EconMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Нелинеен модел на авторегресивни разпределени лагове (NARDL)
ARDL Bounds TestТест за причинност на Гр…Метод на най-малките ква…Модел на векторна авторе…

Източници

  1. Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. In R. C. Sickles & W. C. Horrace (Eds.), Festschrift in Honor of Peter Schmidt: Econometric Methods and Applications (pp. 281-314). Springer. DOI: 10.1007/978-1-4899-8008-3_9
  2. Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326. DOI: 10.1002/jae.616

Как да цитирате тази страница

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/bg/econometrics/nonlinear-nardl

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго
ScholarGateNonlinear NARDL (Nonlinear Autoregressive Distributed Lag Model). Извлечено на 2026-06-15 от https://scholargate.app/bg/econometrics/nonlinear-nardl · Набор от данни: https://doi.org/10.5281/zenodo.20539026