Regresi MIDAS: Peramalan Merentas Frekuensi Data Campuran
Regresi MIDAS (Mixed Data Sampling) ialah satu rangka kerja ekonometrik yang secara langsung menggabungkan pembolehubah peramal frekuensi tinggi ke dalam model untuk pembolehubah hasil frekuensi rendah tanpa memerlukan agregasi temporal pembolehubah peramal. Diperkenalkan oleh Eric Ghysels, Arthur Sinko, dan Rossen Valkanov pada tahun 2007, MIDAS menggunakan polinomial lag yang diparameterkan secara jimat — seperti skim pemberat Beta atau Exponential Almon — untuk merumuskan kandungan maklumat banyak lag frekuensi tinggi sambil mengelakkan percambahan parameter.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/ms/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 (Autoregresif Bersepadu Purata Bergerak)Ekonometrik↔ compare
- Model Faktor DinamikEkonometrik↔ compare
- Model Regresi Autoruang (VAR)Ekonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →