Regressione MIDAS: Previsioni con Frequenze Miste dei Dati
La regressione MIDAS (Mixed Data Sampling) è un quadro econometrico che incorpora direttamente predittori ad alta frequenza in modelli per variabili di esito a bassa frequenza, senza richiedere l'aggregazione temporale dei regressori. Introdotta da Eric Ghysels, Arthur Sinko e Rossen Valkanov nel 2007, la MIDAS utilizza polinomi di ritardo parsimoniosamente parametrizzati — come gli schemi di ponderazione Beta o Almon esponenziale — per riassumere il contenuto informativo di molti ritardi ad alta frequenza, evitando al contempo la proliferazione dei parametri.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/it/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.
- Modello ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Modello a Fattori DinamiciEconometria↔ compare
- Modello di Autoregressione Vettoriale (VAR)Econometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →