MIDAS Regresszió: Előrejelzés vegyes frekvenciájú adatokon keresztül
A MIDAS (Mixed Data Sampling) regresszió egy ekonometriai keretrendszer, amely közvetlenül beépíti a magas frekvenciájú prediktorokat az alacsony frekvenciájú kimeneti változók modelljeibe anélkül, hogy a regresszorok időbeli aggregálására lenne szükség. Az Eric Ghysels, Arthur Sinko és Rossen Valkanov által 2007-ben bevezetett MIDAS parsimoniousan parametrizált késleltetési polinomokat használ – mint például a Béta vagy az Exponenciális Almon súlyozási sémák –, hogy összefoglalja a sok magas frekvenciájú késleltetés információtartalmát, miközben elkerüli a paraméterek elszaporodását.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/hu/econometrics/midas-regression
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- ARIMA (Autoregressive Integrated Moving Average) modellÖkonometria↔ összehasonlítás
- Dinamikus Faktor ModellÖkonometria↔ összehasonlítás
- Vektor Autoregressziós (VAR) ModellÖkonometria↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →