Regression modelEconometrics / time series

Solidny Model Autoregresyjny Rozłożony na Długach (Robust NARDL)

Robust NARDL łączy ramy kointegracji asymetrycznej Shin, Yu i Greenwood-Nimmo (2014) z estymacją odporną na wartości odstające. Rozkłada regresor na sumy częściowe dodatnie i ujemne, testuje asymetryczne długookresowe zależności za pomocą testu granic, a kryterium MNK zastępuje estymatorem M- lub MM-, aby chronić przed punktami wpływu i addytywnymi wartościami odstającymi, powszechnymi w makroekonomicznych i finansowych szeregach czasowych.

Zastosuj w EconMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Solidny Model Autoregresyjny Rozłożony na Długach (Robust NARDL)
Test granic ARDL (Pesara…Regresja metodą najmniej…Regresja kwantylowa

Źródła

  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. Autoregressive distributed lag. Wikipedia. link

Jak cytować tę stronę

ScholarGate. (2026, June 3). Robust Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/pl/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.

Compare side by side
ScholarGateRobust NARDL (Robust Nonlinear Autoregressive Distributed Lag Model). Pobrano 2026-06-15 z https://scholargate.app/pl/econometrics/robust-nardl · Zbiór danych: https://doi.org/10.5281/zenodo.20539026