Dynamiczny Model Czynnikowy
Dynamiczny Model Czynnikowy (DFM) wyodrębnia niewielką liczbę ukrytych wspólnych czynników z dużego panelu ekonomicznych szeregów czasowych i wykorzystuje te czynniki do prognozowania lub bieżącego szacowania zmiennej docelowej. Sformalizowany dla prognozowania makroekonomicznego przez Jamesa Stocka i Marka Watsona w ich artykule z 2002 roku w „Journal of Business & Economic Statistics”, DFM-y jednocześnie przetwarzają setki wskaźników, unikając przy tym przekleństwa wymiarowości, które nęka tradycyjne modele wielowymiarowe.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Dynamic Factor Models (Nowcasting). ScholarGate. https://scholargate.app/pl/econometrics/dynamic-factor-model
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Regresja MIDAS: Prognozowanie w warunkach mieszanych częstotliwości danychEkonometria↔ porównaj
- Model Autoregresji Wektorowej (VAR)Ekonometria↔ porównaj
Cytowana przez
Similar methods
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →