Regresija MIDAS: Predviđanje na temelju mješovitih učestalosti podataka
Regresija MIDAS (Mixed Data Sampling) je ekonometrijski okvir koji izravno uključuje prediktore visoke učestalosti u modele za varijable ishoda niže učestalosti bez potrebe za vremenskom agregacijom regresora. MIDAS, koji su predstavili Eric Ghysels, Arthur Sinko i Rossen Valkanov 2007. godine, koristi parsimonijski parametrizirane polinomijalne pomake — kao što su težinske sheme Beta ili eksponencijalne Almon — za sažimanje informacijskog sadržaja mnogih pomaka visoke učestalosti, izbjegavajući pritom proliferaciju parametara.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/hr/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 ARIMA (Autoregresivni integrirani pokretni prosjek)Ekonometrija↔ compare
- Model dinamičkih faktoraEkonometrija↔ compare
- Model Vektorske Autoregresije (VAR)Ekonometrija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →