Dinamiskais faktormodelis
Dinamiskais faktormodelis (DFM) izvelk nelielu skaitu slēptu kopējo faktoru no liela ekonomisko laika sēriju paneļa un izmanto šos faktorus, lai prognozētu vai pašreizēji prognozētu mērķa mainīgo. Formāli makroekonomiskai prognozēšanai Džeimss Stoks un Marks Vatsons savā 2002. gada rakstā "Journal of Business & Economic Statistics" formulēja DFM, kas vienlaicīgi apstrādā simtiem indikatoru, vienlaicīgi izvairoties no dimensiju lāsta, kas piemeklē tradicionālos daudzmainīgo modeļus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Stock, J. H., & Watson, M. W. (2002). Macroeconomic forecasting using diffusion indexes. Journal of Business & Economic Statistics, 20(2), 147–162. DOI: 10.1198/073500102317351921 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Dynamic Factor Models (Nowcasting). ScholarGate. https://scholargate.app/lv/econometrics/dynamic-factor-model
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.
- Regresija MIDAS: prognozēšana, izmantojot dažādas datu frekvencesEkonometrija↔ compare
- Vektora autoregresijas (VAR) modelisEkonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →