Regression modelEconometrics / time series

Bayesian NARDL: Autoregressió Distribuïda No Lineal amb Estimació Bayesiana

Bayesian NARDL combina el marc d'Autoregressió Distribuïda No Lineal (Nonlinear Autoregressive Distributed Lag, NARDL) de Shin, Yu i Greenwood-Nimmo (2014) amb inferència bayesiana posterior. Modela la cointegració asimètrica a llarg termini — permetent que xocs positius i negatius d'unressor tinguin efectes d'equilibri diferents — mentre incorpora coneixement previ i produeix distribucions posteriors completes sobre tots els paràmetres, inclòs el desfasament d'asimetria.

Aplica-ho amb EconMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. In W. C. Horrace & R. C. Sickles (Eds.), Festschrift in Honor of Peter Schmidt: Econometric Methods and Applications (pp. 281–314). Springer. link
  2. Koop, G. (2003). Bayesian Econometrics. Wiley. ISBN: 978-0470845677

Com citar aquesta pàgina

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

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.

Compare side by side
ScholarGateBayesian NARDL (Bayesian Nonlinear Autoregressive Distributed Lag Model). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/bayesian-nardl · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026