Робастная модель авторегрессии с распределенными лагами (Robust NARDL)
Robust NARDL объединяет фреймворк асимметричного коинтеграционного анализа Shin, Yu, и Greenwood-Nimmo (2014) с устойчивой к выбросам оценкой. Он раскладывает регрессор на положительные и отрицательные частичные суммы, тестирует наличие асимметричных долгосрочных зависимостей с помощью теста границ (bounds test) и заменяет критерий МНК (OLS) M- или MM-оценкой для защиты от точек влияния и аддитивных выбросов, типичных для макроэкономических и финансовых временных рядов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- Autoregressive distributed lag. Wikipedia. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/ru/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.
- Тест границ ARDL (Pesaran Bounds Test)Эконометрика↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Квантильная регрессияЭконометрика↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →