Regression modelEconometrics / time series

Bayesian NARDL: Nonlinear ARDL with Bayesian Estimation

A Bayesian NARDL a Shin, Yu és Greenwood-Nimmo (2014) által kidolgozott Nonlinear Autoregressive Distributed Lag (NARDL) keretrendszert ötvözi a Bayesian posterior inferenciával. Ez a megközelítés az aszimmetrikus hosszú távú kointegrációt modellezi – lehetővé téve, hogy a magyarázó változó pozitív és negatív sokkjai eltérő egyensúlyi hatásokkal bírjanak –, miközben integrálja az előzetes ismereteket és minden paraméterre, beleértve az aszimmetriai rést is, teljes posterior eloszlást eredményez.

Alkalmazás ezzel: EconMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/hu/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). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/econometrics/bayesian-nardl · Adatkészlet: https://doi.org/10.5281/zenodo.20539026