ชุดความเชื่อมั่นของแบบจำลอง (MCS)
ชุดความเชื่อมั่นของแบบจำลอง (Model Confidence Set - MCS) เป็นกระบวนการทดสอบสมมติฐานแบบลำดับขั้นที่นำเสนอโดย Hansen, Lunde, และ Nason (2011) ซึ่งระบุชุดที่เล็กที่สุดของแบบจำลองการพยากรณ์หรือการทำนายที่ไม่สามารถแยกแยะทางสถิติได้จากแบบจำลองที่ทำงานได้ดีที่สุดที่ระดับความเชื่อมั่นที่กำหนด แทนที่จะเลือกผู้ชนะเพียงหนึ่งเดียว MCS จะคืนค่าชุดของแบบจำลองที่เหนือกว่า ทำให้มีคุณค่าอย่างยิ่งในการเปรียบเทียบการพยากรณ์ทางเศรษฐมิติที่แบบจำลองที่ดีที่สุดที่แท้จริงไม่เป็นที่ทราบ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Hansen, P. R., Lunde, A., & Nason, J. M. (2011). The model confidence set. Econometrica, 79(2), 453–497. DOI: 10.2139/ssrn.522382 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Model Confidence Set (MCS). ScholarGate. https://scholargate.app/th/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.
- การทดสอบ Diebold-Mariano เพื่อความแม่นยำในการพยากรณ์ที่เท่าเทียมกันเศรษฐมิติ↔ compare
- การทดสอบความสามารถในการพยากรณ์แบบมีเงื่อนไขของ Giacomini-Whiteเศรษฐมิติ↔ compare
- การถดถอยแบบขั้นบันไดสถิติศาสตร์↔ compare