Regressió MIDAS: Predicció amb Freqüències Mixtes de Dades
La regressió MIDAS (Mixed Data Sampling) és un marc economètric que incorpora directament predictors d'alta freqüència en models per a variables de resultat de freqüència inferior sense necessitat d'agregació temporal dels regressors. Introduïda per Eric Ghysels, Arthur Sinko i Rossen Valkanov el 2007, MIDAS utilitza polinomis de retard parsimoniosament parametritzats —com els esquemes de ponderació Beta o Almon Exponencial— per resumir el contingut informatiu de molts retards d'alta freqüència evitant la proliferació de paràmetres.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/ca/econometrics/midas-regression
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.
- Model d'ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Model de Factors DinàmicsEconometria↔ compare
- Model d'Autoregressió Vectorial (VAR)Econometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →