Robustais nelineārais autororegresīvais sadalītais kavēšanās (Robust NARDL) modelis
Robust NARDL apvieno Šina, Jū un Grinvuda-Nimmo (2014) asimetriskās kointegrācijas ietvaru ar uzliersojumiem noturīgu novērtēšanu. Tas sadala regresoru pozitīvās un negatīvās daļējās summās, testē asimetriskas ilgtermiņa attiecības, izmantojot robežu testu, un aizstāj OLS kritēriju ar M- vai MM-novērtētāju, lai pasargātu pret sviras punktiem un aditīviem ārkārtējiem novērojumiem, kas bieži sastopami makroekonomiskās un finanšu laika rindās.
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 (pp. 281–314). Springer. DOI: 10.1007/978-1-4899-8008-3_9 ↗
- Autoregressive distributed lag. Wikipedia. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/lv/econometrics/robust-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.
- ARDL robežu tests (Pesaran robežu tests)Ekonometrija↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →