Regression modelQuantile regression

ARDL کوانتایل

QARDL (خودرگرسیون کوانتایل با تاخیر توزیع شده) رگرسیون کوانتایل را با مدل‌سازی ARDL ترکیب می‌کند تا روابط شرطی را در نقاط مختلف توزیع تخمین بزند و اثرات ناهمگن کوتاه‌مدت و بلندمدت را آشکار سازد. این روش که توسط کوینکر و شیائو (۲۰۰۶) معرفی و توسط چو و همکاران (۲۰۱۵) اصلاح شد، چگونگی تغییر اثر متغیرهای توضیحی بر پیامدها را در سراسر کوانتایل‌ها ثبت می‌کند، که برای درک رفتار دم و اثرات توزیعی ضروری است و نه فقط اثرات میانگین.

به‌کارگیری با EconMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Koenker, R., & Xiao, Z. (2006). Quantile autoregression. Journal of the American Statistical Association, 101(475), 980-990. DOI: 10.1198/016214506000000672
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/fa/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.

Compare side by side

ارجاع‌شده در

ScholarGateQARDL (Quantile Autoregressive Distributed Lag). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/qardl · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026