预测者困境：极端事件与预测评估
统计方法学
2016-01-01 v1
摘要
在公开讨论预测质量时，注意力通常集中在极端事件案例中的预测性能上。然而，传统预测评估方法对极端观测子集的限制会产生意外且不期望的影响，并且在数据生成过程中信噪比低时，必然会损害有技巧的预测的可信度。对结果进行条件化与已建立的预测评估方法的理论假设不相容，从而让预测者面临我们称之为“预测者困境”的局面。对于概率预测，适当的加权评分规则已被提出作为强调极端事件的预测评估的决策理论正当替代方案。利用理论论证、模拟实验以及关于美国通胀和国内生产总值增长的概率预测的真实数据研究，我们阐明并讨论了预测者困境及其潜在补救措施。
引用
@article{arxiv.1512.09244,
title = {Forecaster's Dilemma: Extreme Events and Forecast Evaluation},
author = {Sebastian Lerch and Thordis L. Thorarinsdottir and Francesco Ravazzolo and Tilmann Gneiting},
journal= {arXiv preprint arXiv:1512.09244},
year = {2016}
}