ScholarGate
Assistent
Regression modelEconometrics / time series

Nonlinjär Autoregressiv Distribuerad Lag-modell (NARDL)

NARDL-modellen (Nonlinear ARDL) utvidgar det linjära ARDL-ramverket för gränstestning för att tillåta asymmetriska långsiktiga och kortsiktiga relationer. Genom att dekomponera en förklarande variabel till dess positiva och negativa partiella summor, testar den om ökningar och minskningar i en regressors har olika effekter på den beroende variabeln – en egenskap som linjära kointegrationsmetoder inte kan fånga.

Tillämpa med EconMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. In R. C. Sickles & W. C. Horrace (Eds.), Festschrift in Honor of Peter Schmidt: Econometric Methods and Applications (pp. 281-314). Springer. DOI: 10.1007/978-1-4899-8008-3_9
  2. Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326. DOI: 10.1002/jae.616

Så citerar du den här sidan

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/sv/econometrics/nonlinear-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
ScholarGateNonlinear NARDL (Nonlinear Autoregressive Distributed Lag Model). Hämtad 2026-06-15 från https://scholargate.app/sv/econometrics/nonlinear-nardl · Datamängd: https://doi.org/10.5281/zenodo.20539026