Regression modelForecasting
MIDAS 회귀: 혼합 데이터 빈도에 걸친 예측
MIDAS(Mixed Data Sampling) 회귀는 회귀변수의 시간적 집계 없이 고빈도 예측변수를 저빈도 결과 변수 모델에 직접 통합하는 계량경제학 프레임워크입니다. Eric Ghysels, Arthur Sinko, Rossen Valkanov가 2007년에 도입한 MIDAS는 Beta 또는 Exponential Almon 가중 방식과 같이 절약적으로 매개변수화된 지연 다항식을 사용하여 매개변수 증가를 피하면서 많은 고빈도 지연의 정보 내용을 요약합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/ko/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.
- ARIMA (Autoregressive Integrated Moving Average) 모형계량경제학↔ compare
- 동적 요인 모형계량경제학↔ compare
- Vector Autoregression (VAR) Model계량경제학↔ compare