Estimation of grouped, time-varying convergence in economic growth

رگرسیون های همگرا رشد کلاسیک برای منابع مختلف ناهمگونی و غیر خطی به حساب نمی آیند. مشارکت های اخیر در حمایت از مدل های فاکتور پوینت غیر خطی این مشکلات را با شناسایی مسیرهای همگام سازی خاص گروه حل می کند. همانند روش های خوشه ای آماری، این نتایج حساس به انتخاب های ساخته شده در مکانیزم خوشه بندی / گروه بندی هستند. مدل های کلاسیک نیز برای تأثیر متغیر زمانبندی اولیه برای رشد، اجازه نمی دهند. یک برنامه ریاضی از چارچوب رگرسیون غیر پارامتری به زمان متغیر، ناهمگنی گروه بندی و غیر خطی در همگرایی رشد پیشنهاد شده است. رویکرد مبتنی بر مسیرهای انتقال اختصاصی گروهی حاصل از یک مدل فاکتور پویش غیر خطی است. طبیعت به طور کامل غیر پارامتری از مشکالت غیرخطی غفلت جلوگیری می کند و در عین حال حل مسئله عدم تعریف رگرسیون های همگرایی رشد را کاهش می دهد. روش پیشنهاد شده توسط یک منطق اقتصادی برای پیشروی و سقوط از کشور به دلیل ناهمگونی متغیر زمان، تعداد و ترکیب گروه های همگرایی به اثبات رسیده است. این رویکرد با استفاده از یک داده جدول فعلی پنی جهان ارائه شده است. یکی از جنبه های مهم این تصویر، شواهد تجربی برای پیشروی و سقوط کشورهای مختلف است؛ زیرا غیر خطی و ناهمگونی در رگرسیون های همگرایی در طول زمان متغیر است.