MIDAS रिग्रेशन: मिश्रित डेटा आवृत्तियों में पूर्वानुमान
MIDAS (मिश्रित डेटा सैंपलिंग) रिग्रेशन एक अर्थमितीय ढाँचा है जो प्रतिगमनकों के लौकिक एकत्रीकरण की आवश्यकता के बिना, निम्न-आवृत्ति परिणाम चर के लिए मॉडल में सीधे उच्च-आवृत्ति भविष्यवक्ताओं को शामिल करता है। एरिक घिसल्स, आर्थर सिंको और रोसेन वाल्कानोव द्वारा 2007 में प्रस्तुत, MIDAS पैरामीटर प्रसार से बचते हुए कई उच्च-आवृत्ति लैग की सूचना सामग्री को सारांशित करने के लिए बीटा या एक्सपोनेंशियल अलमोन वेटिंग योजनाओं जैसे संक्षिप्त रूप से पैरामीटराइज़्ड लैग बहुपद का उपयोग करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/hi/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.
- ऑटोरेग्रेसिव इंटीग्रेटेड मूविंग एवरेज (ARIMA) मॉडलअर्थमिति↔ compare
- डायनामिक फैक्टर मॉडल (Dynamic Factor Model - DFM)अर्थमिति↔ compare
- वेक्टर ऑटोरिग्रेशन (VAR) मॉडलअर्थमिति↔ compare