Bayesiaanse NARDL: Niet-lineaire ARDL met Bayesiaanse Schatting
Bayesiaanse NARDL combineert het Nonlinear Autoregressive Distributed Lag (NARDL) raamwerk van Shin, Yu en Greenwood-Nimmo (2014) met Bayesiaanse posterior inferentie. Het modelleert asymmetrische lange-termijn co-integratie — waardoor positieve en negatieve schokken van een regressor mogelijk verschillende evenwichtseffecten hebben — terwijl het prior-kennis incorporeert en volledige posterior-verdelingen over alle parameters produceert, inclusief de asymmetriegap.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/nl/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-schatterEconometrie↔ compare
- Bayesian ARDL Bounds TestEconometrie↔ compare
- Bayesiaans Vectorfoutcorrectiemodel (Bayesian VECM)Econometrie↔ compare
- Niet-lineair ARDL (NARDL) ModelEconometrie↔ compare
- Panel Nonlinear Autoregressive Distributed Lag (Panel NARDL) ModelEconometrie↔ compare
- Vector Error Correction Model (VECM)Econometrie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →