Bayesiansk NARDL: Icke-linjär ARDL med Bayesiansk skattning
Bayesiansk NARDL kombinerar ramverket för icke-linjär autoregressiv distribuerad lag (Nonlinear Autoregressive Distributed Lag, NARDL) av Shin, Yu och Greenwood-Nimmo (2014) med Bayesiansk posterior inferens. Den modellerar asymmetrisk långsiktig kointegration – vilket tillåter positiva och negativa chocker på en regressor att ha olika jämviktseffekter – samtidigt som den införlivar förkunskaper och producerar fullständiga posteriora fördelningar för alla parametrar, inklusive asymmetrigapet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
- Koop, G. (2003). Bayesian Econometrics. Wiley. ISBN: 978-0470845677
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/sv/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.
- Arellano-Bond GMM-estimatorEkonometri↔ compare
- Bayesiansk ARDL-gränstestEkonometri↔ compare
- Bayesiansk vektorkorrigeringsmodell (Bayesian VECM)Ekonometri↔ compare
- Icke-linjär ARDL (NARDL) modellEkonometri↔ compare
- Panel NARDL (Panel Nonlinear Autoregressive Distributed Lag) modellEkonometri↔ compare
- Vektorfelkorrigeringsmodell (VECM)Ekonometri↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →