Modellkonfidenssettet (MCS)
Modellkonfidenssettet (MCS) er en sekvensiell hypotesetestprosedyre introdusert av Hansen, Lunde og Nason (2011) som identifiserer den minste samlingen av prognose- eller prediksjonsmodeller som er statistisk uadskillelige fra den best presterende modellen på et gitt konfidensnivå. I stedet for å velge en enkelt vinner, returnerer MCS et sett med overlegne modeller, noe som gjør den spesielt verdifull i ekonometriske prognosesammenligninger der den sant beste modellen er ukjent.
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
- Hansen, P. R., Lunde, A., & Nason, J. M. (2011). The model confidence set. Econometrica, 79(2), 453–497. DOI: 10.2139/ssrn.522382 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Model Confidence Set (MCS). ScholarGate. https://scholargate.app/no/econometrics/model-confidence-set
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.
- Diebold-Mariano-test for lik prediksjonsnøyaktighetØkonometri↔ compare
- Giacomini-White-testen for betinget prediktiv evneØkonometri↔ compare
- Stegvis regresjonStatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →