Regressão MIDAS: Previsão com Frequências de Dados Misturadas
MIDAS (Mixed Data Sampling) Regression é um arcabouço econométrico que incorpora diretamente preditores de alta frequência em modelos para variáveis de resultado de baixa frequência, sem requerer agregação temporal dos regressores. Introduzido por Eric Ghysels, Arthur Sinko e Rossen Valkanov em 2007, MIDAS utiliza polinômios de defasagem parcimoniosamente parametrizados — como os esquemas de ponderação Beta ou Almon Exponencial — para resumir o conteúdo informacional de muitas defasagens de alta frequência, evitando a proliferação de parâmetros.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Como citar esta página
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/pt/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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Modelo de Fatores DinâmicosEconometria↔ compare
- Modelo de Vetores Autorregressivos (VAR)Econometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →