A Predictive Model Selection Criterion
一种预测导向的模型选择准则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：摘要讨论通用预测模型选择，未指定宏观时间序列预测或金融收益预测，故不归入这些细分。
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
一种预测导向的模型选择准则
- 研究问题
- 如何依据未来观测的预测分布选择模型，并在嵌套正态线性模型比较中同时考虑模型维数与两个模型之间的估计距离？
- 方法与思路
- 作者用对数效用比较预测分布，推导含后验优势比和未来设计点因子的准则，再通过适当平均消除特定设计点依赖。
- 材料陈述的贡献
- 摘要称，所得平均准则对似然比的调整同时考虑维数差与模型间估计距离，因而与所列传统模型选择准则不同。
- 阅读关注点
- 应核对先验与预测分布的设定、设计点平均所依据的分布、模型距离的定义，以及准则是否仅适用于所述嵌套情形。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断准则的泛化条件、有限样本预测表现或一致性；形式上的差异不代表已证实预测更优。
原文摘要
SUMMARY A procedure for model selection is presented which chooses the model that gives the best prediction of the future observation. The predictive distributions associated with each model are compared by means of the logarithmic utility function. For two nested normal linear models, the choice criterion is the product of the posterior odds ratio and a factor depending on the design point of the future observation. Taking appropriate mean values, a criterion is obtained which is independent of the particular design point. This average criterion differs from the ones proposed by Akaike, Schwarz and others in that it adjusts the likelihood ratio statistic by taking into account not only the difference in dimensionality, but also the estimated distance of the two models.