(1) it is applicable even if there

(1) it is applicable even if there is a mixture of I(0) and I(1) variables, (2) allows different series to have different lags in the ARDL (autoregressive-distributed lag) model, (3) the model estimates are relatively more efficient in small samples which is very important when high frequency data are not available. For example, GDP data are often only available on a quarterly basis.

結果 (繁體中文) 1:

（1）它是適用即使有I（0）和I（1）的變量的混合物，（2）允許不同的系列具有在ARDL（自回歸-分佈滯後）模型不同滯後，（3）的模型估計是小樣本時，高頻數據不可用，這是非常重要的，相對更有效。例如，GDP數據往往只是一個季度的基礎上提供。

結果 (繁體中文) 2:

（1） 即使 I（0） 和 I（1） 變數混合，（2） 允許不同序列在 ARDL（自動回歸分佈滯後）模型中具有不同的滯後，（3） 模型估計在小樣本中效率相對較高，非常當高頻資料無法接通非常重要。例如，GDP資料通常只按季度提供。

結果 (繁體中文) 3:

（1）即使存在I（0）和I（1）變數的混合，也適用，（2）允許不同序列在ARDL（自回歸分佈滯後）模型中具有不同的滯後，（3）模型估計在小樣本中相對更有效，這在高頻數據不可用時非常重要。例如，GDP數據通常只能按季度提供。