Σύνολο Εμπιστοσύνης Μοντέλων (MCS)
Το Σύνολο Εμπιστοσύνης Μοντέλων (MCS) είναι μια διαδικασία διαδοχικού ελέγχου υποθέσεων που εισήχθη από τους Hansen, Lunde και Nason (2011) και εντοπίζει τη μικρότερη συλλογή μοντέλων πρόβλεψης ή προγνωστικών μοντέλων που είναι στατιστικά μη διακρίσιμα από το μοντέλο με την καλύτερη απόδοση σε ένα δεδομένο επίπεδο εμπιστοσύνης. Αντί να επιλέγει έναν μόνο νικητή, το MCS επιστρέφει ένα σύνολο ανώτερων μοντέλων, καθιστώντας το ιδιαίτερα πολύτιμο σε οικονομετρικές συγκρίσεις προβλέψεων όπου το πραγματικό καλύτερο μοντέλο είναι άγνωστο.
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
- Hansen, P. R., Lunde, A., & Nason, J. M. (2011). The model confidence set. Econometrica, 79(2), 453–497. DOI: 10.2139/ssrn.522382 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Model Confidence Set (MCS). ScholarGate. https://scholargate.app/el/econometrics/model-confidence-set
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.
- Δοκιμή Diebold-Mariano για Ίση Προβλεπτική ΑκρίβειαΟικονομετρία↔ compare
- Δοκιμή Giacomini-White για Υπό Συνθήκη Προβλεπτική ΙκανότηταΟικονομετρία↔ compare
- Βήμα-προς-βήμα ΠαλινδρόμησηΣτατιστική↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →