Παλινδρόμηση MIDAS: Πρόβλεψη με Δεδομένα Μικτών Συχνοτήτων
Η παλινδρόμηση MIDAS (Mixed Data Sampling) αποτελεί ένα οικονομετρικό πλαίσιο που ενσωματώνει απευθείας προβλεπτικούς δείκτες υψηλής συχνότητας σε μοντέλα για μεταβλητές έκβασης χαμηλότερης συχνότητας, χωρίς να απαιτείται χρονική συνάθροιση των παλινδρομικών μεταβλητών. Παρουσιάστηκε από τους Eric Ghysels, Arthur Sinko και Rossen Valkanov το 2007, η MIDAS χρησιμοποιεί λιτά παραμετροποιημένους πολυωνύμους υστέρησης — όπως τα σχήματα στάθμισης Beta ή Exponential Almon — για να συνοψίσει την πληροφοριακή περιεκτικότητα πολλών υστερήσεων υψηλής συχνότητας, αποφεύγοντας παράλληλα τον πολλαπλασιασμό των παραμέτρων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/el/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.
- Μοντέλο ARIMA (Autoregressive Integrated Moving Average)Οικονομετρία↔ compare
- Δυναμικό Μοντέλο ΠαραγόντωνΟικονομετρία↔ compare
- Μοντέλο Αυτοπαλινδρόμησης Διανυσμάτων (VAR)Οικονομετρία↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →