利用变换核评分评估高影响事件的预报
统计方法学
2022-02-28 v1
摘要
评估预报者预测对预报用户具有重大影响之结果的能力是很有信息价值的。尽管加权评分规则已成为实现这一目标的成熟工具，但此类评分几乎仅在单变量情形下被研究，且关注点通常置于极端事件。然而，从统计视角看并非极端的事件也可能产生重大影响：若干中等强度事件的相互作用同样可能引发高影响。复合天气事件即是典型例证。为评估针对高影响事件做出的预报，本文通过引入加权多变量评分，拓展了关于加权评分规则的已有结果。为此，我们借助核评分。我们证明，堪称最著名加权评分规则的阈值加权连续 ranked 概率评分（twCRPS）是一种核评分。该结果在预报为集合时给出了 twCRPS 的便捷表示，并允许采用替代核进行推广，从而使我们能够引入例如阈值加权能量评分与阈值加权变差函数评分。为说明这些加权多变量评分所提供的附加信息，我们给出了一项案例研究的结果，其中利用加权评分评估逐日降水累积预报，并特别关注可能导致洪水的事件。
引用
@article{arxiv.2202.12732,
title = {Evaluating forecasts for high-impact events using transformed kernel scores},
author = {Sam Allen and David Ginsbourger and Johanna Ziegel},
journal= {arXiv preprint arXiv:2202.12732},
year = {2022}
}