MIDAS-regresjon: Prognostisering på tvers av blandede datafrekvenser
MIDAS (Mixed Data Sampling) regresjon er et økonometrisk rammeverk som direkte inkorporerer høyfrekvente prediktorer i modeller for lavfrekvente utfallsvariabler, uten å kreve temporal aggregering av regresorene. Introdusert av Eric Ghysels, Arthur Sinko og Rossen Valkanov i 2007, bruker MIDAS sparsomt parametriserte lagpolynomer – som Beta- eller Eksponensiell Almon-vektingsskjemaer – for å oppsummere informasjonsinnholdet i mange høyfrekvente lag, samtidig som parameterproliferasjon unngås.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/no/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) ModellØkonometri↔ compare
- Dynamisk faktormodellØkonometri↔ compare
- Vektor Autoregression (VAR)-modellØkonometri↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →