ScholarGate
Ассистент
Regression modelEconometrics / time series

Байесовская NARDL: Нелинейная ARDL с байесовской оценкой

Байесовская NARDL объединяет фреймворк нелинейной авторегрессионной распределенной задержки (Nonlinear Autoregressive Distributed Lag — NARDL) Шин, Ю и Гринвуд-Ниммо (2014) с байесовским апостериорным выводом. Она моделирует асимметричную долгосрочную коинтеграцию — позволяя положительным и отрицательным шокам регрессора иметь различные равновесные эффекты — при этом учитывая априорные знания и формируя полные апостериорные распределения для всех параметров, включая разрыв асимметрии.

Применить в EconMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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: Econometric Methods and Applications (pp. 281–314). Springer. link
  2. Koop, G. (2003). Bayesian Econometrics. Wiley. ISBN: 978-0470845677

Как цитировать эту страницу

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

Compare side by side
ScholarGateBayesian NARDL (Bayesian Nonlinear Autoregressive Distributed Lag Model). Получено 2026-06-15 из https://scholargate.app/ru/econometrics/bayesian-nardl · Набор данных: https://doi.org/10.5281/zenodo.20539026