ScholarGate
Avustaja
Regression modelEconometrics / time series

Epälineaarinen autoregressiivinen hajautetun viiveen malli (NARDL)

Epälineaarinen ARDL (NARDL) -malli laajentaa lineaarisen ARDL-rajatestauksen viitekehyksen sallimaan epäsymmetriset pitkän ja lyhyen aikavälin suhteet. Hajottamalla selittävän muuttujan sen positiivisiin ja negatiivisiin osasummiin se testaa, onko selittävän muuttujan nousuilla ja laskuilla erilaisia vaikutuksia riippuvaan muuttujaan – ominaisuus, jota lineaariset yhteisintegraatiomenetelmät eivät pysty vangitsemaan.

Sovella työkalulla EconMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. In R. C. Sickles & W. C. Horrace (Eds.), Festschrift in Honor of Peter Schmidt: Econometric Methods and Applications (pp. 281-314). Springer. DOI: 10.1007/978-1-4899-8008-3_9
  2. Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326. DOI: 10.1002/jae.616

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/fi/econometrics/nonlinear-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
ScholarGateNonlinear NARDL (Nonlinear Autoregressive Distributed Lag Model). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/econometrics/nonlinear-nardl · Aineisto: https://doi.org/10.5281/zenodo.20539026