Robuust Niet-lineair Autoregressief Gedistribueerd Lag (Robuust NARDL) Model
Robuust NARDL combineert het asymmetrische coïntegratiekader van Shin, Yu en Greenwood-Nimmo (2014) met robuuste schatting die bestand is tegen uitschieters. Het ontleedt een regressieverklaring in positieve en negatieve partiële sommen, test op asymmetrische langetermijnrelaties via een grenstest en vervangt het OLS-criterium door een M- of MM-schatter om te beschermen tegen hefboompunten en additieve uitschieters die veel voorkomen in macro-economische en financiële tijdreeksen.
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 (pp. 281–314). Springer. DOI: 10.1007/978-1-4899-8008-3_9 ↗
- Autoregressive distributed lag. Wikipedia. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/nl/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 Bounds TestEconometrie↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- KwantielregressieEconometrie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →