ScholarGate
Pembantu
Regression modelEconometrics / time series

Ujian Sempadan ARDL Tak Linear (NARDL)

Ujian sempadan ARDL tak linear, yang dibangunkan oleh Shin, Yu, dan Greenwood-Nimmo (2014), melanjutkan rangka kerja ARDL linear untuk mengesan hubungan simetri tak linear dalam data siri masa. Dengan menguraikan pemboleh ubah bersandar kepada jumlah bahagian positif dan negatif, NARDL secara serentak menguji kointegrasi dan menganggarkan kesan berasingan jangka panjang untuk peningkatan dan penurunan — tanpa memerlukan semua pemboleh ubah diintegrasikan pada peringkat yang sama.

Terapkan dengan EconMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log 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 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
  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 memetik halaman ini

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Bounds Test. ScholarGate. https://scholargate.app/ms/econometrics/nonlinear-ardl-bounds-test

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

Dirujuk oleh

ScholarGateNonlinear ARDL bounds test (Nonlinear Autoregressive Distributed Lag Bounds Test). Dicapai 2026-06-15 daripada https://scholargate.app/ms/econometrics/nonlinear-ardl-bounds-test · Set data: https://doi.org/10.5281/zenodo.20539026