ARDL Quantílico
QARDL (Quantile Autoregressive Distributed Lag) combina regressão quantílica com modelagem ARDL para estimar relações condicionais em diferentes pontos da distribuição, revelando efeitos heterogêneos de curto e longo prazo. Introduzido por Koenker e Xiao (2006) e refinado por Cho et al. (2015), captura como o efeito de variáveis explicativas sobre os resultados varia entre os quantis, o que é essencial para entender o comportamento das caudas e os impactos distribucionais, em vez de apenas os efeitos médios.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/pt/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.
- ARDL de Seção CruzadaEconometria↔ compare
- NARDL TransversalEconometria↔ compare
- Regressão Quantílica pelo Método dos MomentosEconometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →