混合数据抽样

混合数据抽样（Mixed-data sampling, MIDAS）是由 Ghysels 等人所发展的一种计量经济回归或筛选法。简单回归的回归变数（regressors）出现频率高于回归值（regressand）：

$y_{t}=\beta _{0}+\beta _{1}B(L^{1/m};\theta )x_{t}^{(m)}+\varepsilon _{t}^{(m)},\,$

其中y是回归值，x是回归变数，m表示频率。举例来说，如果y是年度，$x_{t}^{(4)}$就是季，$\varepsilon$是误差项（disturbance）而$B(L^{1/m};\theta )$是落后分配(lag distribution)，如B函数或Almon Lag。

这个回归模型应用在混合频率数据上有时可以代替卡尔曼滤波。Bai, Ghysels and Wright（2010）探讨MIDAS回归与卡尔曼滤波状态空间模型应用于混合频率数据的关系。一般来说，后者是方程组，而MIDAS回归只有一条方程式。因此，MIDAS回归或许效率较差，但比较不容易出错。以MIDAS回归作为近似值的误差不大。

参阅

• Distributed lag
• ARMA模型

参考文献

• Bai, J., Eric Ghysels and Jonathan Wright (2010), State Space Models and MIDAS Regressions, Discussion Paper UNC.
• Eric Ghysels, Sinko, A., Valkanov, R. (2007) MIDAS Regressions: Further Results and New Directions. Econometric Reviews, 26 (1), 53–90

外部链接

• Eric Ghysels （页面存档备份，存于互联网档案馆）
• R code for midas regression models （页面存档备份，存于互联网档案馆）
• Matlab code for midas regression models （页面存档备份，存于互联网档案馆）