Bayesian NARDL: Nelineārā ARDL ar beijesisko novērtēšanu
Bayesian NARDL apvieno Shin, Yu un Greenwood-Nimmo (2014) izstrādāto nelineārās autoregresīvās sadalītās kavēšanās (Nonlinear Autoregressive Distributed Lag — NARDL) sistēmu ar beijesisko pēcpārskatīšanas inferenci. Tas modelē asimetrisku ilgtermiņa kointegrāciju — pieļaujot, ka pozitīviem un negatīviem regresora šokiem ir atšķirīga ietekme uz līdzsvaru —, vienlaikus integrējot iepriekšējas zināšanas un iegūstot pilnas pēcpārskatīšanas sadalījumus visiem parametriem, ieskaitot asimetrijas plaisu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
- Koop, G. (2003). Bayesian Econometrics. Wiley. ISBN: 978-0470845677
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/lv/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.
- Arellano-Bond GMM novērtētājsEkonometrija↔ compare
- Beijesiskais ARDL robežu testsEkonometrija↔ compare
- Beijesa vektora kļūdu korekcijas modelis (Beijesa VECM)Ekonometrija↔ compare
- Nelineārais ARDL (NARDL) modelisEkonometrija↔ compare
- Panel modeļa nelīnārā autoregresīvā sadalītā nobīde (Panel NARDL)Ekonometrija↔ compare
- Vektora kļūdu labojuma modelis (VECM)Ekonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →