ScholarGate
Assistente
Regression modelEconometrics / time series

Modelo Robusto de Defasagem Distribuída Autorregressiva Não Linear (Robust NARDL)

O Robust NARDL combina a estrutura de cointegração assimétrica de Shin, Yu e Greenwood-Nimmo (2014) com estimação resistente a outliers. Ele decompõe um regressor em somas parciais positivas e negativas, testa relações assimétricas de longo prazo por meio de um teste de limites (bounds test) e substitui o critério de Mínimos Quadrados Ordinários (MQO) por um estimador M ou MM para proteger contra pontos de alavancagem e outliers aditivos comuns em séries temporais macroeconômicas e financeiras.

Aplicar com EconMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 3). Robust Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/pt/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). Recuperado em 2026-06-15 de https://scholargate.app/pt/econometrics/robust-nardl · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026