ScholarGate
Asisten
Regression modelEconometrics / time series

Model Autoregresif Lag Terdistribusi Nonlinier (NARDL)

Model Nonlinier ARDL (NARDL) memperluas kerangka uji-batas ARDL linier untuk memungkinkan hubungan asimetris jangka panjang dan jangka pendek. Dengan menguraikan variabel penjelas menjadi jumlah parsial positif dan negatifnya, model ini menguji apakah kenaikan dan penurunan pada regressor memiliki efek yang berbeda pada variabel dependen — fitur yang tidak dapat ditangkap oleh metode kointegrasi linier.

Terapkan dengan EconMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Sumber

  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

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/id/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). Diakses 2026-06-15 dari https://scholargate.app/id/econometrics/nonlinear-nardl · Set data: https://doi.org/10.5281/zenodo.20539026