Dynamisch Factormodel
Een Dynamisch Factormodel (DFM) extraheert een klein aantal latente gemeenschappelijke factoren uit een groot panel van economische tijdreeksen en gebruikt deze factoren om een doelvariabele te voorspellen (forecasting) of te nuvoorspellen (nowcasting). Geformaliseerd voor macro-economische voorspellingen door James Stock en Mark Watson in hun artikel uit 2002 in de Journal of Business & Economic Statistics, verwerken DFM's honderden indicatoren simultaan, terwijl de vloek van dimensionaliteit, die traditionele multivariate modellen teistert, wordt vermeden.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Dynamic Factor Models (Nowcasting). ScholarGate. https://scholargate.app/nl/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.
- MIDAS Regressie: Prognoses over Gemengde DatabijfrequentieEconometrie↔ compare
- Vector Autoregressie (VAR)-modelEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →