Kvantilové ARDL
QARDL (Kvantilové Autoregresní Distribuované Zpoždění) kombinuje kvantilovou regresi s modelováním ARDL k odhadu podmíněných vztahů v různých bodech distribuce, což odhaluje heterogenní krátkodobé a dlouhodobé efekty. Metoda, představená Koenkerem a Xiaem (2006) a zdokonalená Cho et al. (2015), zachycuje, jak se vliv vysvětlujících proměnných na výsledky liší napříč kvantily, což je zásadní pro pochopení chování v extrémních hodnotách (tail behavior) a vlivů na distribuci, nikoli pouze průměrných efektů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Koenker, R., & Xiao, Z. (2006). Quantile autoregression. Journal of the American Statistical Association, 101(475), 980-990. DOI: 10.1198/016214506000000672 ↗
- Cho, J. S., Kim, H., & Shin, Y. (2015). Quantile cointegration in the autoregressive distributed-lag modeling framework. Journal of Econometrics, 188(1), 281-300. DOI: 10.1016/j.jeconom.2015.05.003 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/cs/econometrics/qardl
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.
- Cross-Sectional ARDLEkonometrie↔ compare
- Průřezový NARDLEkonometrie↔ compare
- Metoda momentů pro regresní kvantilyEkonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →