Набір впевненості моделі (MCS)
Набір впевненості моделі (MCS) — це процедура послідовного тестування гіпотез, запроваджена Гансеном, Лунде та Несоном (2011), яка ідентифікує найменшу сукупність прогнозних або предиктивних моделей, статистично невідмінних від найкращої моделі за заданого рівня впевненості. Замість вибору одного переможця, MCS повертає набір вищих моделей, що робить його особливо цінним при порівнянні економетричних прогнозів, коли справжня найкраща модель невідома.
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
- Hansen, P. R., Lunde, A., & Nason, J. M. (2011). The model confidence set. Econometrica, 79(2), 453–497. DOI: 10.2139/ssrn.522382 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Model Confidence Set (MCS). ScholarGate. https://scholargate.app/uk/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.
- Тест Дібольда-Маріано на рівність прогнозної точностіЕконометрика↔ compare
- Тест Джакоміні-Вайта на умовну прогностичну здатністьЕконометрика↔ compare
- Покрокова регресіяСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →