返回
摘要
En 中文
在制度崩溃期间预测经济活动需要仅从替代数据源得出的即时预测。此类来源丰富但理论上无据可依且可能信息量较弱。本研究考察了在数据丰富但统计信息匮乏的背景下,稀疏监督降维是否能提取可靠信号。应用稀疏偏最小二乘法仅使用谷歌搜索类别对2022年入侵期间乌克兰GDP进行即时预测,该方法实现的即时预测误差低于无监督的主成分回归。地理细分放大了收益:首都城市搜索数据在GDP各组成部分上系统性地优于全国总量,这与生存威胁期间经济中心的信息集中化一致。
Keyword:
embedded time series
Google categories
machine learning
nowcasting
partial least squares
sparsity
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
S
IF:
1.2
论文数:
42
被引数:
764

