MIDAS Regressie: Prognoses over Gemengde Databijfrequentie
MIDAS (Mixed Data Sampling) Regressie is een econometrisch raamwerk dat direct hoogfrequente voorspellers integreert in modellen voor uitkomstvariabelen met een lagere frequentie, zonder dat temporele aggregatie van de regressoren nodig is. Geïntroduceerd door Eric Ghysels, Arthur Sinko en Rossen Valkanov in 2007, gebruikt MIDAS spaarzaam geparametriseerde lag-polynomen — zoals de Beta- of Exponential Almon-wegingsschema's — om de informatieve inhoud van vele hoogfrequente lags samen te vatten en tegelijkertijd parameterproliferatie te vermijden.
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
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/nl/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) ModelEconometrie↔ compare
- Dynamisch FactormodelEconometrie↔ compare
- Vector Autoregressie (VAR)-modelEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →