Bayesian NARDL: Nieliniowa autoregresywna zależność rozłożona w czasie z estymacją bayesowską
Bayesian NARDL łączy nieliniowe ramy autoregresywnej zależności rozłożonej w czasie (Nonlinear Autoregressive Distributed Lag) Shin, Yu i Greenwood-Nimmo (2014) z bayesowską wnioskowaniem a posteriori. Modeluje ona asymetryczną kointegrację długookresową — pozwalając na różne efekty równowagi dla pozytywnych i negatywnych szoków regresora — jednocześnie uwzględniając wiedzę aprioryczną i generując pełne rozkłady a posteriori dla wszystkich parametrów, w tym luki asymetrii.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/pl/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.
- Estymator GMM Arellano-BondaEkonometria↔ compare
- Bayesowski test graniczny ARDLEkonometria↔ compare
- Bayesowski wektorowy model korygowania błędem (Bayesian VECM)Ekonometria↔ compare
- Model NARDL (Nonlinear Autoregressive Distributed Lag)Ekonometria↔ compare
- Panel NARDLEkonometria↔ compare
- Model korekcji błędem (VECM)Ekonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →