MIDAS Regression: การพยากรณ์ข้ามความถี่ข้อมูลแบบผสม
MIDAS (Mixed Data Sampling) Regression เป็นกรอบงานเศรษฐมิติที่รวมเอาตัวทำนายความถี่สูงเข้าสู่แบบจำลองสำหรับตัวแปรผลลัพธ์ความถี่ต่ำโดยตรง โดยไม่ต้องมีการรวมความถี่เชิงเวลาของตัวแปรสุ่ม (regressors) MIDAS ซึ่งนำเสนอโดย Eric Ghysels, Arthur Sinko และ Rossen Valkanov ในปี 2007 ใช้พหุนามแล็ก (lag polynomials) ที่มีพารามิเตอร์อย่างประหยัด เช่น รูปแบบการถ่วงน้ำหนักแบบ Beta หรือ Exponential Almon เพื่อสรุปเนื้อหาข้อมูลของแล็กความถี่สูงจำนวนมาก ในขณะที่หลีกเลี่ยงการเพิ่มจำนวนพารามิเตอร์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/th/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.
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- แบบจำลองปัจจัยพลวัตเศรษฐมิติ↔ compare
- แบบจำลอง Vector Autoregression (VAR)เศรษฐมิติ↔ compare