Regresi MIDAS: Peramalan Lintas Frekuensi Data Campuran
Regresi MIDAS (Mixed Data Sampling) adalah kerangka ekonometrika yang secara langsung memasukkan prediktor frekuensi tinggi ke dalam model untuk variabel hasil frekuensi rendah tanpa memerlukan agregasi temporal prediktor. Diperkenalkan oleh Eric Ghysels, Arthur Sinko, dan Rossen Valkanov pada tahun 2007, MIDAS menggunakan polinomial lag yang diparameterisasi secara parsimonius — seperti skema pembobotan Beta atau Exponential Almon — untuk merangkum kandungan informasi dari banyak lag frekuensi tinggi sambil menghindari proliferasi parameter.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/id/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 (Autoregressive Integrated Moving Average)Ekonometrika↔ compare
- Model Faktor DinamisEkonometrika↔ compare
- Model Autoregresi Vektor (VAR)Ekonometrika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →