ForeComp: An R Package for Comparing Predictive Accuracy Using Fixed-Smoothing Asymptotics
ForeComp：基于固定平滑渐近理论比较预测准确度的 R 包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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要的核心是预测准确度比较和预测能力检验，并使用专业预测者调查作应用，因此最直接对应预测与即时预测方向。
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
ForeComp：基于固定平滑渐近理论比较预测准确度的 R 包
- 研究问题
- 如何通过统一工具比较模型的预测准确度，并让使用者直观检查带宽选择对检验尺寸与功效之间权衡的影响？
- 方法与思路
- 作者提供 ForeComp R 包，以损失差为基础实施标准及固定平滑推断的 Diebold-Mariano 型检验，并加入带宽敏感性图形。
- 材料陈述的贡献
- 摘要称软件统一了预测能力相等检验的使用接口，提供 Plot Tradeoff 诊断，并通过专业预测者调查应用与蒙特卡洛展示有限样本性质。
- 阅读关注点
- 应核对损失差和预测期限的设定、标准与固定平滑推断的实施区别，以及带宽诊断、依赖处理和模拟比较的基准。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或被期刊接收；摘要未列软件实现细节或数值结果，不能据此断言固定平滑推断普遍更好。
原文摘要
We introduce ForeComp, an R package for comparing predictive accuracy using Diebold-Mariano type tests of equal predictive ability with standard and fixed smoothing inference. The package provides a common interface for loss differential based testing and includes Plot Tradeoff, a visual diagnostic for bandwidth sensitivity and the size-power tradeoff. We illustrate the toolkit with Survey of Professional Forecasters applications and Monte Carlo evidence on finite-sample performance.