Testing for differences in survey‐based density expectations: A compositional data approach
调查密度预期差异检验：组成数据方法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：摘要以调查中的密度预期和预测者差异为研究对象，并使用专业预测者与消费者预期调查，因此归入预测与即时预测。
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…
调查密度预期差异检验：组成数据方法
- 研究问题
- 如何检验调查中的概率密度预期是否在不同预测者群体之间存在差异，或者随时间发生变化，并兼顾计算效率？
- 方法与思路
- 作者将调查密度预期视为组成数据，构造群体间及跨期差异检验，并通过模拟和两项预期调查展示方法的用途。
- 材料陈述的贡献
- 摘要称，所提检验在模拟中比两类比较方法更有功效，较基于 KLIC 的自助法更快，并支持多个群体的比较。
- 阅读关注点
- 应核对概率区间及零概率的处理、检验统计量与有效性条件，以及功效和运行时间比较是否采用可比的模拟设定。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；组成数据变换、检验条件和数值结果未说明，不能把模拟优势推广到所有密度预期数据。
原文摘要
Summary We propose to treat survey‐based density expectations as compositional data when testing either for heterogeneity in density forecasts across different groups of agents or for changes over time. Monte Carlo simulations show that the proposed test has more power relative to both a bootstrap approach based on the KLIC and an approach that involves multiple testing for differences of individual parts of the density. In addition, the test is computationally much faster than the KLIC‐based one, which relies on simulations, and allows for comparisons across multiple groups. Using density expectations from the ECB Survey of Professional Forecasters and the US Survey of Consumer Expectations, we show the usefulness of the test in detecting possible changes in density expectations over time and across different types of forecasters.