Model Confidence Set (MCS)
Model Confidence Set (MCS) je postup sekvenčného testovania hypotéz, ktorý zaviedli Hansen, Lunde a Nason (2011) a ktorý identifikuje najmenšiu kolekciu prognostických alebo prediktívnych modelov, ktoré sú štatisticky nerozoznateľné od najlepšieho modelu pri danej hladine spoľahlivosti. Namiesto výberu jedného víťaza MCS vracia množinu vynikajúcich modelov, čo ho robí obzvlášť cenným pri ekonometrických porovnaniach prognóz, kde nie je známy skutočne najlepší model.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Hansen, P. R., Lunde, A., & Nason, J. M. (2011). The model confidence set. Econometrica, 79(2), 453–497. DOI: 10.2139/ssrn.522382 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Model Confidence Set (MCS). ScholarGate. https://scholargate.app/sk/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.
- Test Diebolda-Mariana na rovnakú prediktívnu presnosťEkonometria↔ compare
- Test Giacomini-Whiteovej podmienenej prediktívnej schopnostiEkonometria↔ compare
- Kroková regresiaŠtatistika↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →