QARDL (Quantile Autoregressive Distributed Lag)
QARDL (Quantile Autoregressive Distributed Lag) mengombinasikan regresi kuantil dengan pemodelan ARDL untuk mengestimasi hubungan kondisional pada berbagai titik distribusi, yang mengungkap efek jangka pendek dan jangka panjang yang heterogen. Diperkenalkan oleh Koenker dan Xiao (2006) dan disempurnakan oleh Cho et al. (2015), metode ini menangkap bagaimana pengaruh variabel penjelas terhadap hasil bervariasi di seluruh kuantil, yang esensial untuk memahami perilaku ekor (tail behavior) dan dampak distributif, bukan hanya efek rata-rata.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/id/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.
- ARDL Lintas-SeksiEkonometrika↔ compare
- NARDL Lintas BagianEkonometrika↔ compare
- Regresi Kuantil Metode MomenEkonometrika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →