经济学 > 一般经济学
[提交于 2022年9月10日
]
标题: 关于二元预测技能的评估
标题: On the Evaluation of Skill in Binary Forecast
摘要: 一个好的预测对于科学、经济和行政目的非常重要。因此,有必要知道一个预测因子是否足够有技能来预测未来。鉴于在各个学科中对预测的依赖性增加,设计了预测技能指数(PSI)。使用了24个数值示例来展示PSI方法的工作原理。结果表明,PSI不仅为随机预测和总是预测相同值的情况给予相同的分数,还为正确预测罕见或极端事件给予非平凡的分数。此外,PSI可以通过给予不同的技能分数来区分罕见或极端事件的完美预测与随机事件的预测,而其他传统方法无法做到这一点,并给予相同的分数。还使用了泰国银行在2000年至2019年期间对实际国内生产总值增长的预测数据,以演示PSI如何在实践中评估预测者的技能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.