Regression modelEconometrics / time series

Байєсівська NARDL: нелінійна ARDL з байєсівською оцінкою

Байєсівська NARDL поєднує нелінійну модель авторегресійного розподіленого лагу (ARDL) Шіна, Ю та Грінвуд-Німмо (2014) з байєсівським висновком щодо апостеріорного розподілу. Вона моделює асиметричну довгострокову коінтеграцію — дозволяючи позитивним і негативним шокам регресора мати різні рівноважні ефекти — одночасно включаючи апріорні знання та отримуючи повні апостеріорні розподіли для всіх параметрів, включаючи розрив асиметрії.

Застосувати у EconMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

Джерела

  1. 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
  2. Koop, G. (2003). Bayesian Econometrics. Wiley. ISBN: 978-0470845677

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/uk/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.

Compare side by side
ScholarGateBayesian NARDL (Bayesian Nonlinear Autoregressive Distributed Lag Model). Отримано 2026-06-15 з https://scholargate.app/uk/econometrics/bayesian-nardl · Набір даних: https://doi.org/10.5281/zenodo.20539026