Quantile ARDL
QARDL (Quantile Autoregressive Distributed Lag) เป็นการรวมการถดถอยควอนไทล์ (quantile regression) เข้ากับการสร้างแบบจำลอง ARDL เพื่อประมาณความสัมพันธ์แบบมีเงื่อนไข ณ จุดต่าง ๆ ของการแจกแจง ซึ่งเผยให้เห็นผลกระทบระยะสั้นและระยะยาวที่แตกต่างกันไป Koenker และ Xiao (2006) เป็นผู้ริเริ่ม และ Cho et al. (2015) ได้ปรับปรุงให้ดีขึ้น โดย QARDL สามารถจับภาพได้ว่าผลกระทบของตัวแปรอธิบายต่อผลลัพธ์แตกต่างกันไปในแต่ละควอนไทล์อย่างไร ซึ่งเป็นสิ่งสำคัญสำหรับการทำความเข้าใจพฤติกรรมส่วนปลายของการแจกแจง (tail behavior) และผลกระทบเชิงการแจกแจง (distributional impacts) มากกว่าแค่ผลกระทบเฉลี่ย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Quantile Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/th/econometrics/qardl
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.
- CS-ARDLเศรษฐมิติ↔ compare
- NARDL แบบภาคตัดขวางเศรษฐมิติ↔ compare
- การถดถอยควอนไทล์ด้วยวิธีโมเมนต์เศรษฐมิติ↔ compare