Quantile ARDL
QARDL (Quantile Autoregressive Distributed Lag) kombiniert Quantilsregression mit ARDL-Modellierung zur Schätzung konditionaler Beziehungen an verschiedenen Punkten der Verteilung, wodurch heterogene kurz- und langfristige Effekte aufgedeckt werden. Eingeführt von Koenker und Xiao (2006) und verfeinert von Cho et al. (2015), erfasst es, wie die Wirkung erklärender Variablen auf Ergebnisse über Quantile hinweg variiert, was für das Verständnis von Extremwertverhalten und Verteilungseffekten unerlässlich ist und nicht nur von mittleren Effekten.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/de/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 ARDLÖkonometrie↔ compare
- Cross-Sectional NARDLÖkonometrie↔ compare
- Methode der Momente QuantilsregressionÖkonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →