Decomposition of Prediction Error
预测误差的分解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：摘要研究一般随机变量预测及误差分解，未明确时间序列、宏观预测或收益预测对象，故不指定领域。
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
预测误差的分解
- 研究问题
- 利用可观测随机向量预测不可观测随机变量时，关于联合分布掌握的信息多少，如何影响预测器构造与预测误差来源？
- 方法与思路
- 作者区分从完全了解联合分布到几乎不了解的四种信息状态，分别提出点预测器，并按信息缺失来源分解预测误差。
- 材料陈述的贡献
- 摘要称在特定条件下，各误差分量均值为零且互不相关，并为各分量方差提供精确或近似表达，以刻画不同信息缺口。
- 阅读关注点
- 应核对四种信息状态的严格定义、各预测器的构造依据，以及误差分量零均值、不相关和方差近似各自所需条件。
- 阅读边界
- 摘要未说明四类信息集的完整定义或具体应用；来源为版本未注明的OpenAlex索引摘要，不能推断刊本变化。
原文摘要
The problem considered is that of predicting the value of an unobservable random variable w from the value of an observable random vector y. This problem is considered under each of four states of knowledge about the joint distribution of w and y, ranging from complete knowledge to “no” knowledge. A (point) predictor or predictors are presented for each case. Prediction error is decomposed so that each component reflects an absence of information. Under certain conditions, these components are uncorrelated and have zero means. An exact or approximate expression is given for the variance of each component.