Tests for Forecast Encompassing
预测涵盖检验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：摘要直接研究两个预测的最优组合及预测涵盖检验，文本依据对应预测方法，但未说明具体宏观预测对象。
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…
预测涵盖检验
- 研究问题
- 当同一变量有两个预测时，如何检验其中一个是否已包含另一个的可用信息，使最优加权组合无需赋予后者权重？文章聚焦相应检验。
- 方法与思路
- 作者以预测的加权平均界定预测涵盖，考察基于最小二乘回归的自然检验，并讨论对预测误差非正态具有稳健性的替代检验。
- 材料陈述的贡献
- 摘要称，最小二乘涵盖检验统计量的零假设分布会受到误差非正态性的影响；作者讨论若干针对这一问题具有稳健性的替代检验。
- 阅读关注点
- 应核对涵盖原假设、最优权重的约束与检验统计量构造，检查替代检验如何处理非正态误差，以及误差依赖条件和有限样本表现。
- 阅读边界
- 摘要未说明替代检验的具体形式、适用条件和比较结果，也未指定预测对象；其稳健性陈述针对非正态，不能直接推广到其他误差问题。
原文摘要
The authors consider the situation in which two forecasts of the same variable are available. The possibility exists of forming a combined forecast as a weighted average of the individual ones and estimation the weights that should be optimally attached to each forecast. If the entire weight should optimally be associated with one forecast, that forecast is said to encompass the other. A natural test for forecast encompassing is based on least squares regression. The authors find, however, that the null distribution of this test statistic is not robust to nonnormality in the forecast errors. They discuss several alternative tests that are robust.