评估分位数评估

@文章{Jose2009评估QA,title={评估分位数评估},author={维克托·里奇蒙德·何塞(Victor Richmond R.Jose)和罗伯特·温克勒(Robert L.Winkler)},日志={操作结果},年份={2009},体积={57},页码={1287-1297},网址={https://api.semanticscholar.org/CorpusID:15217544}}
这项工作研究了专门用于分位数评估(包括多个分位数的评估)的线性评分规则家族的特性,这些评分规则家族可能与现实决策问题相关。

本文中的数字

分位数评估、支持敏感性和分享业务回报

从预测竞争到有条件的价值-风险要求,多重分位数评估的使用在实践中越来越多。为了对它们进行评估,我们刻画了适当的一般类

分位数和期望值:一致的评分函数、Choquet表示和预测排名

在点预测的实践中,预测者希望收到统计函数形式的指令。例如,可能会要求预测员报告平均值或

分位数参数分布

本文定义了分位数参数化分布,说明了其灵活性和适用范围,并总结了使用不一致分位数评估对分布进行参数化时的实际考虑。

加权评分规则与凸风险度量

在加权评分规则和凸风险度量中,Zachary J.Smith博士和J.Eric Bickel教授(均在德克萨斯大学奥斯汀分校)提出了加权恰当性之间的一般联系

分位数作为最佳点预测

真的过于自信?置信区间的适当评分

研究表明,人们倾向于为未知值提供过窄的置信区间。这种形式的过度自信会对金融市场以及其他领域产生重要影响,

多元分布和水平集的得分

本文提出了一个理论框架,该框架包含多变量分布的几个现有分数,可用于生成新分数,并在金融数据的条件价值-风险和专家宏观经济预测组合的背景下提供了实际应用。

实例的可诱导性与对象排序

这项工作考虑了实例和对象排序问题,这些问题旨在正确预测数据集中实例的顺序,并考虑了对关系的准确解释,这导致了具有明确定义的单一最优的扩展决策空间。

聚合多个概率区间以改进校准

结果表明,通过几种启发式方法获得的集合概率区间可以减少个体估计的典型过度自信。

概率分布预测的角度组合(预印本)

当概率分布有多个预测可用时,预测组合可以对可用信息进行务实的综合,以提取人群的智慧。A线性
...

评估概率:非对称评分规则

适当的评分规则是奖励准确概率的过度评估措施。文献中遇到的和实践中使用的特定规则总是对称的,即

条件分位数预测的评估与组合

该方法的一个主要特点是在制定包含性检验时重点关注有条件而非无条件的预期损失,该检验将该方法与Christoffersen(1998)的评估分位数预测的“条件覆盖率”检验相联系。

严格正确的评分规则、预测和评估

回顾和发展了一般概率空间上的适当评分规则理论,提出了直观吸引人的区间评分作为区间估计中的效用函数,用于解决宽度和覆盖问题。

概率启发、评分规则和预测者之间的竞争

研究表明,决策者在收到竞争预测者报告的概率后,可以修改事件的概率,并注意到夸大概率的策略会使经过良好校准的预测者显得过于自信。

评分规则和概率评估

回顾了评分规则和一些评估概率的相关措施,包括评分规则的分解和概率“优度”属性、分数的可比性,并回顾了针对特定推理和决策问题的评分规则的设计。

投资者概率判断的一致性和一致性

这项研究调查了直接概率判断和分位数估计的质量,重点是校准和一致性,发现这些判断在内部是一致的,但在大多数情况下,它们都有轻微的校准错误。

评分规则、广义熵和效用最大化

本文推广了两种最常用的评分规则参数族,并证明了它们与众所周知的广义熵和效用函数的关系,从而对替代评分规则的特性以及效用最大化和熵最小化之间的对偶关系有了新的认识。

连续概率分布的评分规则

个人或主观的概率被用作许多推理和决策模型的输入,并且已经开发了各种程序来获取这些概率。

回归分位数

一个简单的最小化问题产生了位置模型中的普通样本分位数,它自然地推广到生成我们称之为的一类新统计的线性模型

概率分布推导的统计方法

启发式是主观主义贝叶斯主义者的一项关键任务。尽管怀疑论者认为启发不能(或不应该)完成,但实际上它使统计人员更接近他们的客户