Generalised density forecast combinations
广义密度预测组合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：摘要研究一般密度预测组合，未明确宏观变量或金融收益等应用对象，无法确定所列领域归属。
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…
广义密度预测组合
- 研究问题
- 能否让预测组合权重随被预测变量的取值区域变化，而不局限于线性组合，从而改善由评分规则衡量的密度预测表现？
- 方法与思路
- 作者以筛估计优化广义密度组合的评分，重点研究按密度区域变化的分段线性权重，并开展理论、模拟与实证分析。
- 材料陈述的贡献
- 摘要称所研究的广义组合优于对应线性组合；该结论来自作者的理论、Monte Carlo和实证研究，摘要未报告改善幅度。
- 阅读关注点
- 应核对组合密度的有效性约束、权重函数与筛维度选择，以及评分规则、样本外评估和线性基准是否具有可比性。
- 阅读边界
- 仅依据所给出版社摘要，未核对全文或其他版本；摘要未说明实证变量、评分规则及优势适用条件，不能据此认定普遍预测优越性。
原文摘要
Density forecast combinations are becoming increasingly popular as a means of improving forecast ‘accuracy’, as measured by a scoring rule. In this paper we generalise this literature by letting the combination weights follow more general schemes. Sieve estimation is used to optimise the score of the generalised density combination where the combination weights depend on the variable one is trying to forecast. Specific attention is paid to the use of piecewise linear weight functions that let the weights vary by region of the density. We analyse these schemes theoretically, in Monte Carlo experiments and in an empirical study. Our results show that the generalised combinations outperform their linear counterparts.