Statistical tests for multiple forecast comparison
多个预测模型比较的统计检验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：摘要直接研究三个及以上预测模型的等预测能力比较和检验修正。
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
多个预测模型比较的统计检验
- 研究问题
- 如何同时检验三个及以上预测模型具有相同预测能力，并使结果不受模型排列影响，同时缓解中等样本中的过度拒绝问题？
- 方法与思路
- 作者构造多变量 Diebold–Mariano 型 Wald 检验，推导渐近卡方分布和有限样本修正，并以蒙特卡洛比较尺寸与功效。
- 材料陈述的贡献
- 摘要称检验通常对模型排序不变，大样本尺寸表现合理；中等样本容易过度拒绝，所提有限样本修正只能部分改善这一问题。
- 阅读关注点
- 应核对预测损失差、协方差估计、排序不变性的条件和修正公式，并检查样本量、模型数量及预测期数对尺寸的影响。
- 阅读边界
- 仅据所给出版社摘要，无法判断具体损失与依赖条件；Hotelling’s T² 或自助临界值的进一步改善只是作者推测，未获摘要验证。
原文摘要
We consider a multivariate version of the Diebold–Mariano test for equal predictive ability of three or more forecasting models. The Wald-type test, S, which has a null distribution that is asymptotically chi-squared, is shown to be generally invariant with respect to the ordering of the models being compared. Finite-sample corrections for the test are also developed. Monte Carlo simulations indicate that S has reasonable size properties in large samples but tends to be oversized in moderate samples. The finite-sample correction succeeds in correcting for size, but only partially. For the size-adjusted tests, power increases with sample size, as expected. It is speculated that further finite-sample improvements can be achieved using Hotelling’s T2 or bootstrap critical values.