利用秩直方图评估高维集合预报的校准度
统计方法学
2014-07-02 v2
摘要
任何依赖未来事件概率预报的决策过程必然需要校准过的预报。本文提出了在多元设置下经验性评估预报校准度的新方法，其中概率预报由一组等概率的预报情景集合给出。多元属性通过预秩函数映射到单一维度，随后通过观测值预秩的秩直方图直观地评估校准度。平均秩法基于平均单变量秩分配预秩，而带深秩法则利用函数带深的概念，评估观测值在预报集合中的中心性。多个模拟示例以及德国柏林泰格尔机场温度预报轨迹的案例研究表明，这两种多元秩方法均能成功检测各种来源的校准偏差，并能高效扩展至高维设置。
引用
@article{arxiv.1310.0236,
title = {Assessing the calibration of high-dimensional ensemble forecasts using rank histograms},
author = {Thordis L. Thorarinsdottir and Michael Scheuerer and Christopher Heinz},
journal= {arXiv preprint arXiv:1310.0236},
year = {2014}
}