Approximately normal tests for equal predictive accuracy in nested models
嵌套模型预测准确性相等的近似正态检验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：摘要直接讨论嵌套模型的预测误差比较与预测准确性检验。
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
嵌套模型预测准确性相等的近似正态检验
- 研究问题
- 比较小模型与嵌套它的大模型时，如何调整大模型估计无效额外参数造成的预测噪声，使均方预测误差比较更适合检验？
- 方法与思路
- 作者调整均方预测误差以计入额外参数估计噪声，再对调整后的误差差应用既有检验方法，并结合非标准极限结果与模拟评估临界值。
- 材料陈述的贡献
- 摘要提出预测误差调整程序，并称采用标准正态临界值的实际检验规模接近但略低于名义水平，模拟支持其推荐程序。
- 阅读关注点
- 核对均方预测误差调整公式、嵌套原假设、估计与预测窗口安排，以及非标准极限下使用正态临界值的论证和有限样本范围。
- 阅读边界
- 依据所给作者／机构库版本摘要，不能推断刊本变化；摘要未给出适用条件及规模偏差数值，不能将近似正态检验理解为普遍精确。
原文摘要
Forecast evaluation often compares a parsimonious null model to a larger model that nests the null model. Under the null that the parsimonious model generates the data, the larger model introduces noise into its forecasts by estimating parameters whose population values are zero. We observe that the mean squared prediction error (MSPE) from the parsimonious model is therefore expected to be smaller than that of the larger model. We describe how to adjust MSPEs to account for this noise. We propose applying standard methods (West (1996)) to test whether the adjusted mean squared error difference is zero. We refer to nonstandard limiting distributions derived in Clark and McCracken (2001, 2005a) to argue that use of standard normal critical values will yield actual sizes close to, but a little less than, nominal size. Simulation evidence supports our recommended procedure.