MIDAS-regression: Prognostisering över datamängder med blandade frekvenser
MIDAS (Mixed Data Sampling) regression är ett ekonometriskt ramverk som direkt införlivar prediktorer med hög frekvens i modeller för utfallsvariabler med lägre frekvens, utan att kräva temporal aggregering av regressorer. MIDAS, som introducerades av Eric Ghysels, Arthur Sinko och Rossen Valkanov år 2007, använder sparsamt parametriserade lag-polynom – såsom viktningsscheman av typen Beta eller Exponential Almon – för att sammanfatta informationsinnehållet i många lags med hög frekvens, samtidigt som parameterproliferation undviks.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/sv/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.
- ARIMA (Autoregressive Integrated Moving Average) ModellEkonometri↔ compare
- Dynamisk faktormodellEkonometri↔ compare
- Vektorautoregressionsmodell (VAR)Ekonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →