다른 빈도로 회귀

간단한 회귀를 실행하려고하는데 매월 빈도에서 Y 변수가 관찰되고 연간 빈도에서 x 변수가 관찰됩니다. 다른 빈도의 회귀 분석에 사용될 수있는 적절한 접근 방식에 대한 지침을 정말 감사하겠습니다.

대단히 감사합니다

세 가지 가능성이 뒤 따릅니다. 상황에 따라 어느 것이나 적합 할 수 있습니다.

1. 시간 집계 또는 집계 해제

이는 합계, 평균 또는 기간 종료 값을 가져 와서 고주파 데이터 (월간)를 연간 데이터로 변환하는 가장 간단한 방법 일 것입니다. 물론 저주파 (연간) 데이터는 일부 보간 기술을 사용하여 월간 데이터로 변환 될 수 있습니다. 예를 들어 Chow-Lin 프로 시저 사용. http://cran.r-project.org/web/packages/tempdisagg/index.htmltempdisagg 패키지 를 참조하면 유용 할 수 있습니다 .

2. Mi (xed) da (ta) s (ampling) (MIDAS).

Eric Ghysels가 대중화 한 Midas 회귀는 두 번째 옵션입니다. 여기에는 두 가지 주요 아이디어가 있습니다. 첫 번째는 주파수 정렬입니다. 두 번째는 적절한 다항식을 지정하여 차원의 저주를 해결하는 것입니다. 무제한 MIDAS 모델은 모델 클래스에서 가장 단순하며 보통 최소 제곱으로 추정 할 수 있습니다. 패키지 를 R사용하여 이러한 모델을 구현하는 자세한 내용과 방법은 http://mpiktas.github.io/midasr/midasr 에서 찾을 수 있습니다 . 에 대해서는 Ghysels '페이지 ( http://www.unc.edu/~eghysels/)를 참조하십시오 .MATLAB

3. 칼만 필터 방법.

이것은 저주파 데이터를 NA를 ​​포함하는 것으로 취급하고 칼만 필터를 사용하여 채우는 상태 공간 모델링 접근법입니다. 이것은 내 개인적인 취향이지만 올바른 상태 공간 모델을 지정하기가 어렵습니다.

이러한 방법의 장단점에 대한 자세한 내용은 Jennie Bai, Eric Ghysels 및 Jonathan H. Wright (2013)의 State Space Models 및 MIDAS Regressions 를 참조하십시오 .