Regresija MIDAS: Prognoziranje na osnovu mešovitih učestalosti podataka
Regresija MIDAS (Mixed Data Sampling) je ekonometrijski okvir koji direktno uključuje prediktore visoke učestalosti u modele za promenljive ishoda niže učestalosti, bez potrebe za vremenskom agregacijom regresora. MIDAS, koji su predstavili Erik Gijsels, Artur Sinkо i Rosen Valkаnov 2007. godine, koristi parsimonično parametrizovane polinomijalne zaostajanja — kao što su Beта ili Eкспоненцијалне Almon šeme ponderisanja — da bi saželi informacioni sadržaj mnogih zaostajanja visoke učestalosti, izbegavajući pri tome proliferaciju parametara.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/sr/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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrija↔ compare
- Model dinamičkih faktoraEkonometrija↔ compare
- Model vektorske autoregresije (VAR)Ekonometrija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →