Quantile ARDL
QARDL (Quantile Autoregressive Distributed Lag) kombinerer kvantilregresjon med ARDL-modellering for å estimere betingede sammenhenger ved ulike punkter i fordelingen, og avdekker heterogene kort- og langsiktige effekter. Introdusert av Koenker og Xiao (2006) og raffinert av Cho et al. (2015), fanger den opp hvordan effekten av forklaringsvariabler på utfall varierer på tvers av kvantiler, noe som er essensielt for å forstå haleatferd og fordelingsmessige effekter, snarere enn bare gjennomsnittseffekter.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Koenker, R., & Xiao, Z. (2006). Quantile autoregression. Journal of the American Statistical Association, 101(475), 980-990. DOI: 10.1198/016214506000000672 ↗
- Cho, J. S., Kim, H., & Shin, Y. (2015). Quantile cointegration in the autoregressive distributed-lag modeling framework. Journal of Econometrics, 188(1), 281-300. DOI: 10.1016/j.jeconom.2015.05.003 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/no/econometrics/qardl
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.
- Kryss-snitt ARDLØkonometri↔ compare
- Kryss-seksjonell NARDLØkonometri↔ compare
- Metode for momentkvantilsregresjonØkonometri↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →