MIDAS-регресія: Прогнозування на основі даних різної частоти
MIDAS (Mixed Data Sampling) регресія – це економетричний підхід, який безпосередньо включає високочастотні предиктори в моделі для низькочастотних змінних результату без необхідності темпоральної агрегації регресорів. Запроваджена Еріком Гізельсом, Артуром Сінко та Россеном Валкановим у 2007 році, MIDAS використовує економно параметризовані лагові поліноми, такі як схеми зважування Бета або експоненційного Алмона, для узагальнення інформаційного вмісту багатьох високочастотних лагів, уникаючи при цьому надмірної кількості параметрів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Ghysels, E., Sinko, A., & Valkanov, R. (2007). MIDAS regressions: Further results and new directions. Econometric Reviews, 26(1), 53–90. DOI: 10.1080/07474930600972467 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Mixed Data Sampling (MIDAS) Regression. ScholarGate. https://scholargate.app/uk/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.
- Модель ARIMA (Авторегресійна інтегрована ковзна середня)Економетрика↔ compare
- Динамічна факторна модельЕконометрика↔ compare
- Модель векторної авторегресії (VAR)Економетрика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →