إن التقدم الكبير الذي طرأ على تكنولوجيا الحواسيب مكننا من جمع وتخزين مجموعات كبيرة من البيانات، وبالتالي تسجيل عدة سلاسل زمنية عند ترددات مرتفعة جداً. فمثلاً سلاسل الأنشطة الاقتصادية تؤخذ بشكل فصلي أو شهري...الخ. من هنا نشأت الحاجة لنماذج تستخدم للتنبؤ ببيانات ذات ترددات مختلطة، مثل نماذج انحدار MIDAS(MIxed DAta Sampling) حيث أن هذه النماذج تستفيد من المعلومات الموجودة في متغير التردد المرتفع.
نقوم في هذا البحث بدراسة نماذج انحدار (MIDAS)، بنوعيها المقيدة وغير المقيدة، من خلال تطبيقها على بيانات تم توليدها بطريقة المحاكاة، بترددات مختلطة (المتغير المستقل ربعي والمتغير التابع سنوي) وبنوعين من أنواع التجميع الزمني، لإيجاد نموذج ملائم للتنبؤ بالمتغير التابع منخفض التردد، وتبين أنه إذا كان عدد تآخرات متغير التردد المنخفض في النموذج يساويK فإن عدد تآخرات متغير التردد المرتفع يساوي K.m على الأقل، أي يوجد توافق في عدد التآخرات بين متغير التردد المنخفض ومتغير التردد المرتفع، وكذلك فإن نماذج MIDAS المقيدة أو غير المقيدة كانت أكثر ملائمة للتنبؤ بالمتغير المدروس من نماذج التنبؤ الأخرى المدروسة، حيث تم تقدير خمس نماذج لكل نوع من نوعي التجميع الزمني، أما بالنسبة للتنبؤ الآني فقد تفوق نموذج MIDAS المقيد باستخدام المون الأسي على باقي النماذج. حيث أن نماذج MIDAS تمتلك القدرة على الاستفادة من جميع معلومات المتغير مرتفع التردد المتاحة.
الكلمات المفتاحية: نماذج انحدار MIDAS غير المقيدة، انحدار MIDAS، التنبؤ، التنبؤ الآني، التجميع الزمني.