ScholarGate
Assistent
Regression model

Nichtlineares Autoregressives Distributives Lag-Modell (NARDL)

Das NARDL-Modell, das 2014 von Shin, Yu und Greenwood-Nimmo eingeführt wurde, erweitert den ARDL-Rahmen, um asymmetrische Langzeit- und Kurzzeitbeziehungen zu erfassen und zu testen, ob positive und negative Änderungen eines Regressors die abhängige Variable unterschiedlich beeinflussen.

Mit EconMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  1. Shin, Y., Yu, B. & Greenwood-Nimmo, M. (2014). Modelling Asymmetric Cointegration and Dynamic Multipliers in a Nonlinear ARDL Framework. In: Sickles, R. & Horrace, W. (Eds.), Festschrift in Honor of Peter Schmidt. Springer. DOI: 10.1007/978-1-4899-8008-3_9

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/de/econometrics/nardl-model

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

Referenziert von

ScholarGateNARDL Model (Nonlinear Autoregressive Distributed Lag Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/econometrics/nardl-model · Datensatz: https://doi.org/10.5281/zenodo.20539026