Bayesian NARDL: Ước lượng Hồi quy Phân phối Trễ Phi tuyến theo Phương pháp Bayes
Bayesian NARDL kết hợp khuôn khổ Hồi quy Phân phối Trễ Phi tuyến (Nonlinear Autoregressive Distributed Lag - NARDL) của Shin, Yu và Greenwood-Nimmo (2014) với suy luận hậu nghiệm Bayes. Mô hình này mô tả sự đồng kết hợp dài hạn bất đối xứng — cho phép các cú sốc dương và âm đối với một biến giải thích có các hiệu ứng cân bằng khác nhau — đồng thời tích hợp kiến thức tiên nghiệm và tạo ra các phân phối hậu nghiệm đầy đủ cho tất cả các tham số, bao gồm cả khoảng cách bất đối xứng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Nonlinear Autoregressive Distributed Lag Model. ScholarGate. https://scholargate.app/vi/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.
- Ước lượng GMM của Arellano-BondKinh tế lượng↔ compare
- Kiểm định Giới hạn ARDL BayesKinh tế lượng↔ compare
- Mô hình Hiệu chỉnh Sai số Tích chập Bayes (Bayesian VECM)Kinh tế lượng↔ compare
- Mô hình ARDL phi tuyến (NARDL)Kinh tế lượng↔ compare
- Mô hình Hồi quy Phân phối Trễ Phi tuyến Bảng (Panel NARDL)Kinh tế lượng↔ compare
- Mô hình Hiệu chỉnh Sai số Vector (VECM)Kinh tế lượng↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →