Alternative tests for correct specification of conditional predictive densities
条件预测密度正确设定的替代检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究预测密度评价，并应用于专业预测者调查的密度预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
条件预测密度正确设定的替代检验
- 研究问题
- 当构造预测密度的参数估计误差在原假设下渐近保留时，如何检验密度是否正确设定，并同时评价模型与估计技术？
- 方法与思路
- 作者提出保留参数估计误差影响的预测密度评价框架，构造正确设定检验，并通过蒙特卡洛和专业预测者调查应用考察。
- 材料陈述的贡献
- 摘要称，这些检验能够联合评价模型设定和估计技术；模拟显示较好的检验尺寸与错设检测功效，应用展示其用途。
- 阅读关注点
- 应核对为何估计误差渐近保留、正确设定原假设的定义，以及检验统计量、临界值和预测样本安排的具体构造。
- 阅读边界
- 仅据所给出版社摘要，不能判断尺寸与功效表现能否推广；具体样本规模、错设类型、预测变量和比较数值未说明。
原文摘要
We propose a new framework for evaluating predictive densities in an environment where the estimation error of the parameters used to construct the densities is preserved asymptotically under the null hypothesis. The tests offer a simple way to evaluate the correct specification of predictive densities, where both the model specification and its estimation technique are evaluated jointly. Monte Carlo simulation results indicate that our tests are well sized and have good power in detecting misspecification. An empirical application to density forecasts of the Survey of Professional Forecasters shows the usefulness of our methodology.