Olahdata Model Regresi ARDL (Autoregressive Distributed Lag) dengan Eviews

Share

Dalam artikel tentang ARDL (Autoregressive Distributed Lag) ini, akan dibahas seputar pengenalan ARDL (Autoregressive Distributed Lag) terlebih dahulu. Apa sih Model Regresi ARDL (Autoregressive Distributed Lag)? Bagaimana keunggulan model ARDL (Autoregressive Distributed Lag) dibandingkan model regresi lainnya? Lalu bagaimana cara olahdata Model Regresi ARDL (Autoregressive Distributed Lag) dengan Eviews. Oke mari kita bahas tentang ARDL (Autoregressive Distributed Lag) dengan Eviews selanjutnya.

Apa sih Model Regresi ARDL (Autoregressive Distributed Lag) itu? Menurut beberapa ahli, model ARDL merupakan gabungan antara model AR (AutoRegressive) dan DL (Distributed Lag). Menurut Gujarati & Porter (2013) Model Regresi ARDL (Autoregressive Distributed Lag) yang merupakan gabungan antara model AR (AutoRegressive) dan DL (Distributed Lag), dimana Model AR (AutoRegressive) sendiri yaitu model yang menggunakan satu atau lebih data pada masa lampau dari varabel dependen diantara variabel penjelas. Model AR (AutoRegressive) baik digunakan untuk memprediksi satu waktu/ masa ke depan. Sedangkan model DL (Distributed Lag) menurut Gujarati & Porter (2013) merupakan model regresi yang melibatkan data pada waktu sekarang dan waktu masa lampau (lagged) dari variabel penjelas.

Anda sedang mencari konsultan jasa olah data SPSS Eviews Lisrel AMOS Stata Murah / analisis data statistik MURAH di jakarta bogor tangerang bekasi (jabodetabek) untuk skripri tesis disertasi ?

Kami merupakan konsultan jasa olah data / pengolahan data statistik dengan software SPSS Eviews pls arcview mapinfo expertchoice Lisrel AMOS Stata statistica Murah / analisis data statistik MURAH di jakarta bogor tangerang bekasi (jabodetabek) untuk skripri tesis disertasi ?

Hubungi Kami :

WA : 08571 5200 869

Lalu, Bagaimana cara olahdata Model Regresi ARDL (Autoregressive Distributed Lag) dengan Eviews?

Berikut uji-uji yang dilakukan dalam melakukan olahdata Model Regresi ARDL (Autoregressive Distributed Lag) dengan Eviews sebagai berikut:

Uji Akar Unit (ADF, PP / KPSS)

Uji Pada Tingkat Level

Uji Pada Tingkat First Difference

Estimasi Model ARDL, pada uji ini, Hossain menggunakan AIC, sedangkan Dave menggunakan SIC

Melihat Graph dari lag yang dipilih

Uji Autokorelasi (Serial LM test) 

Uji Heteroskedastisitas

Uji Normalitas

Uji Stabilitas Model
Uji Cusum Q

Uji Bound Test. Uji Bound Test ini digunakan untuk melihat kointegrasi dalam jangka panjang.

Pembahasan tentang Bagaimana keunggulan model ARDL (Autoregressive Distributed Lag) dibandingkan model regresi lainnya? Pembahasan ini akan dibahas di waktu mendatang yaa… pantengin terus ya pembaca budiman hehehe…

 
Share

Leave a Reply

Your email address will not be published. Required fields are marked *