Kvanttiili ARDL
QARDL (Kvanttiili Autoregressiivinen Hajautettu Viive) yhdistää kvanttiiliregressiota ja ARDL-mallinnusta ehdollisten suhteiden estimoimiseksi jakauman eri pisteissä, paljastaen heterogeenisiä lyhyen ja pitkän aikavälin vaikutuksia. Koenkerin ja Xiao (2006) esittelemä ja Cho et al. (2015) tarkentama malli kuvaa, kuinka selittävien muuttujien vaikutus tuloksiin vaihtelee kvantiilien mukaan, mikä on olennaista hännän käyttäytymisen ja jakaumavaikutusten ymmärtämiseksi pelkkien keskiarvovaikutusten sijaan.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/fi/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.
- Poikkileikkaus-ARDLEkonometria↔ compare
- Poikkileikkaus-NARDLEkonometria↔ compare
- Momenttimenetelmän kvantiiliregressioEkonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →