MIDAS Regression: Prognoser på tværs af blandede datofrekvenser
MIDAS (Mixed Data Sampling) Regression er et økonometrisk rammeværk, der direkte inkorporerer højfrekvente prædiktorer i modeller for udfaldsvariable med lavere frekvens uden at kræve tidsmæssig aggregering af regressorerne. MIDAS, introduceret af Eric Ghysels, Arthur Sinko og Rossen Valkanov i 2007, anvender sparsomt parametriserede lagpolynomier – såsom Beta- eller Eksponentiel Almon-vægtningsskemaer – til at opsummere informationen fra mange højfrekvente lags, samtidig med at parameterproliferation undgås.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/da/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.
- ARIMA (Autoregressive Integrated Moving Average) ModelØkonometri↔ compare
- Dynamisk FaktormodelØkonometri↔ compare
- Vektor Autoregression (VAR) ModelØkonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →