Bayesiansk NARDL: Ikke-lineær ARDL med Bayesiansk Estimation
Bayesiansk NARDL kombinerer Shin, Yu og Greenwood-Nimmos (2014) ramme for ikke-lineær autoregressiv distribueret lag (NARDL) med Bayesiansk posterior inferens. Den modellerer asymmetrisk langsigtet kointegration – hvilket tillader positive og negative stød til en regressor at have forskellige ligevægtseffekter – samtidig med at den inkorporerer forhåndsviden og producerer fulde posteriorfordelinger for alle parametre, inklusive asymmetrigabet.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Koop, G. (2003). Bayesian Econometrics. Wiley. ISBN: 978-0470845677
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/da/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.
- Arellano-Bond GMM-estimatorØkonometri↔ compare
- Bayesian ARDL Bounds TestØkonometri↔ compare
- Bayesiansk Vektor Fejlkorrektionsmodel (Bayesian VECM)Økonometri↔ compare
- Ikke-lineær ARDL (NARDL) ModelØkonometri↔ compare
- Panel NARDL (Panel Nonlinear Autoregressive Distributed Lag) ModelØkonometri↔ compare
- Vektorfejlkorrektionsmodel (VECM)Økonometri↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →