Квантильная АРДЛ (Авторегрессионная распределенная лаговая модель)
QARDL (Квантильная авторегрессионная распределенная лаговая модель) объединяет квантильную регрессию с моделированием ARDL для оценки условных взаимосвязей в различных точках распределения, выявляя гетерогенные краткосрочные и долгосрочные эффекты. Предложенная Koenker и Xiao (2006) и усовершенствованная Cho et al. (2015), она улавливает, как влияние объясняющих переменных на результаты варьируется по квантилям, что важно для понимания поведения хвостов распределения и его влияния на распределение в целом, а не только средних эффектов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/ru/econometrics/qardl
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Кросс-секционный ARDLЭконометрика↔ сравнить
- Кросс-секционная модель NARDLЭконометрика↔ сравнить
- Метод моментов для квантильной регрессииЭконометрика↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →