Reality Checks and Comparisons of Nested Predictive Models
嵌套预测模型的现实检验与比较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：摘要研究嵌套预测模型的通用检验与自助法，未说明宏观变量或金融收益应用，现有证据不足以归入所列专门领域。
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
嵌套预测模型的现实检验与比较
- 研究问题
- 当多个候选预测模型都包含同一基准模型时，如何检验预测准确性相等或预测涵盖性，并获得适用于这种嵌套结构的临界值？
- 方法与思路
- 作者结合固定回归变量自助法与野生自助法，模拟多模型检验的渐近临界值，并推导预测准确性及涵盖检验的渐近分布。
- 材料陈述的贡献
- 摘要称作者证明该自助法对所研究检验有效；模拟中，其有限样本尺寸和功效优于用于非嵌套模型比较的其他方法。
- 阅读关注点
- 重点核对嵌套结构下的原假设、预测估计误差与多模型比较如何进入渐近分布，以及自助法的生成步骤和有效性条件。
- 阅读边界
- 摘要中的优势来自特定蒙特卡洛比较，未说明全部数据生成过程、模型规模或样本范围；不能据此推断对所有预测比较均占优。
原文摘要
This article develops a simple bootstrap method for simulating asymptotic critical values for tests of equal forecast accuracy and encompassing among many nested models. Our method combines elements of fixed regressor and wild bootstraps. We first derive the asymptotic distributions of tests of equal forecast accuracy and encompassing applied to forecasts from multiple models that nest the benchmark model—that is, reality check tests. We then prove the validity of the bootstrap for these tests. Monte Carlo experiments indicate that our proposed bootstrap has better finite-sample size and power than other methods designed for comparison of nonnested models. Supplementary materials are available online.