Hypothesis testForecast evaluation
模型置信集 (MCS)
模型置信集（MCS）是Hansen、Lunde和Nason（2011）提出的一种序贯假设检验程序，它能在给定的置信水平下，识别出在统计上与表现最佳模型无法区分的预测模型集合。MCS不选择单一的获胜模型，而是返回一个包含优胜模型的集合，这在真实最佳模型未知的计量经济学预测比较中尤其有价值。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Hansen, P. R., Lunde, A., & Nason, J. M. (2011). The model confidence set. Econometrica, 79(2), 453–497. DOI: 10.2139/ssrn.522382 ↗
如何引用本页
ScholarGate. (2026, June 2). Model Confidence Set (MCS). ScholarGate. https://scholargate.app/zh/econometrics/model-confidence-set
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →