CS-DL
CS-DL (Cross-Sectional Distributed Lag) is a simplified dynamic panel model regressing outcomes on current and lagged explanatory variables without explicit autoregressive terms, while accounting for cross-sectional dependence. Built on Pesaran et al. (2001) and extended by Chudik et al. (2014), it estimates dynamic effects more parsimoniously than ARDL when autocorrelated lags are less critical. This approach is valuable for short-horizon effects and policy impact analysis.
Εγγραφή πηγής
Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.
- Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships and dynamics. Journal of Applied Econometrics, 16(3), 289-326. · DOI 10.1002/jae.616
- Chudik, A., Kapetanios, G., & Pesaran, M. H. (2014). Common correlated effects estimation in large panels with cross-sectional dependence. Econometric Reviews, 34(6-10), 1078-1088. · URL
Επιμελημένοι ισχυρισμοί
Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.
Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.
Σχετικές μέθοδοι
Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.