.png){kind=icon}
返回
Localizing Strictly Proper Scoring Rules
.png){kind=icon}
OA
AI
DOI：10.1080/01621459.2025.2576189.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在比较预测分布时，预测者通常并非对结果空间的所有区域同等关注。为满足对聚焦预测评估的需求，我们提出了一种将严格适当的评分规则转化为其局部对应形式的方法，同时保持评分发散性和严格适当性。这是通过将原始评分规则应用于截尾分布来实现的。我们的方法将截尾似然评分作为特例嵌套其中。在众多其他内容中，它还引申出一类截尾核评分，为阈值加权连续排名概率评分（twCRPS）提供了一种（可能为多元的）替代方案，并将局部适当性扩展到比单尾指示器更一般的权重函数。在此局部化框架内，我们得到了Neyman-Pearson引理的推广，确立了截尾似然比检验为一致最优势检验。对于其他局部预测性能检验，蒙特卡罗模拟结果和风险管理、通胀及气候数据的实证应用一致强调了截尾方法相较于其他局部化方法具有优异的功效特性。本文的补充材料可在线获取，其中包括用于复现工作的材料的标准描述。
Keyword:
Censoring
CRPS
Density forecast evaluation
Likelihood ratio
Tests of equal predictive ability
期刊
J
IF:
3
论文数:
5.2K
被引数:
4.8W
机构
引用论文
Forecaster's Dilemma: Extreme Events and Forecast Evaluation预报员的困境: 极端事件和预测评估.png)
STATISTICAL SCIENCE
OAAI
STATISTICAL SCIENCEIF3.4
OAAI分享收藏分享收藏
查看更多内容