Regression modelForecasting
MIDAS回帰：混合データ頻度を跨いだ予測
MIDAS（Mixed Data Sampling）回帰は、回帰変数の時間的集約を必要とせずに、低頻度の結果変数モデルに高頻度予測変数を直接組み込む計量経済学的枠組みである。2007年にEric Ghysels、Arthur Sinko、Rossen Valkanovによって導入されたMIDASは、パラメータの急増を避けつつ、多数の高頻度ラグの情報内容を要約するために、ベータ分布や指数アルモン重み付けスキームのような、最小限のパラメータでパラメータ化されたラグ多項式を使用する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
このページの引用方法
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →