设定错误下的历史数据与过程知识预测比较
统计方法学
2012-05-18 v1 统计计算
其他统计学
摘要
在面对动态系统预测任务时，从业者通常拥有历史数据、系统知识或两者的组合。虽然直觉表明，理论上对系统的完美认知应能产生完美的预测，但系统知识往往仅部分已知、仅知至参数层面或存在错误。相比之下，不使用任何过程知识而仅利用过往数据进行预测，对于简单系统可能得出准确结果，但对于高度非线性和混沌系统则会失效。本文论证了即使在混沌系统中，若过程知识存在某些形式的设定错误（misspecification），使用历史数据进行预测仍优于使用过程知识。通过广泛的模拟研究，我们考察了一系列设定错误和预测情景，旨在更深入地理解在何种情况下基于历史数据的预测应优于使用过程知识。
引用
@article{arxiv.1205.3845,
title = {Forecasting with Historical Data or Process Knowledge under Misspecification: A Comparison},
author = {Luke Bornn and Marian Anghel and Ingo Steinwart},
journal= {arXiv preprint arXiv:1205.3845},
year = {2012}
}