Path forecast evaluation
预测路径的评价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：摘要研究跨多个预测时距的联合路径与协方差，并用于美国宏观变量系统，支持预测和时间序列方向。
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
预测路径的评价
- 研究问题
- 对未来多个时点组成的预测路径，如何构造考虑跨期协方差的同时置信区域，并检验多变量预测的局部内部一致性？
- 方法与思路
- 作者利用联合预测密度与 Scheffé 方法构造路径同时置信区域，再据联合密度建立多变量系统预测一致性的评价统计量。
- 材料陈述的贡献
- 摘要称模拟中同时区域覆盖率近似正确，而逐期边际误差带可严重偏离目标，并以美国加息时期的宏观预测展示方法。
- 阅读关注点
- 应核对联合预测密度的获得方式、跨时距协方差的处理、同时覆盖目标，以及内部一致性统计量的定义和检验条件。
- 阅读边界
- 仅据所给 Crossref 版本摘要，覆盖率结论限于所述模拟；预测密度估计误差和实际应用表现未说明，不能泛化。
原文摘要
Abstract A path forecast refers to the sequence of forecasts 1 to H periods into the future. A summary of the range of possible paths the predicted variable may follow for a given confidence level requires construction of simultaneous confidence regions that adjust for any covariance between the elements of the path forecast. This paper shows how to construct such regions with the joint predictive density and Scheffé's S‐method of 1953. In addition, the joint predictive density can be used to construct simple statistics to evaluate the local internal consistency of a forecasting exercise of a system of variables. Monte Carlo simulations demonstrate that these simultaneous confidence regions provide approximately correct coverage in situations where traditional error bands, based on the collection of marginal predictive densities for each horizon, are vastly off the mark. The paper showcases these methods with an application to the most recent monetary episode of interest rate hikes in the US macroeconomy. Copyright © 2010 John Wiley & Sons, Ltd.