ScholarGate
Assistent
Regression modelEconometrics / time series

Bayesi NARDL: mittelineaarne ARDL Bayesi hindamisega

Bayesi NARDL ühendab Shin, Yu ja Greenwood-Nimmo (2014) mittelineaarse autoregressiivse jaotatud viitajaga (NARDL) raamistiku Bayesi järgnevjäreldusega. See modelleerib asümmeetrilist pikaajalist kointegratsiooni – võimaldades regressori positiivsetel ja negatiivsetel šokkidel omada erinevaid tasakaaluefekte – samal ajal kaasates eelteadmisi ja genereerides kõigi parameetrite, sealhulgas asümmeetriaerinevuse, täielikud järgnevjaotused.

Rakenda tööriistaga EconMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  1. 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
  2. Koop, G. (2003). Bayesian Econometrics. Wiley. ISBN: 978-0470845677

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/et/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.

Compare side by side
ScholarGateBayesian NARDL (Bayesian Nonlinear Autoregressive Distributed Lag Model). Loetud 2026-06-15 aadressilt https://scholargate.app/et/econometrics/bayesian-nardl · Andmestik: https://doi.org/10.5281/zenodo.20539026