Optimal Reporting of Predictions
预测分布的最优报告策略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：摘要研究一般预测报告的激励机制，未涉及宏观预测或金融收益预测的具体对象。
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…
关注这篇论文的作者
预测分布的最优报告策略
- 研究问题
- 当专家权重随观测结果更新时，追求较高后验权重的专家应如何报告预测分布，何种效用下诚实报告始终最优？
- 方法与思路
- 作者限定结果变量取有限个值，比较专家对结果及他人报告具有不同知识和信念时，各类权重效用下的报告策略。
- 材料陈述的贡献
- 摘要称，论文研究多种信息与效用设定下的最优报告策略，并刻画使诚实报告始终最优的唯一一类效用函数。
- 阅读关注点
- 应核对权重更新规则、专家信念与他人报告的关系，以及诚实报告最优性的量词范围、效用限制和边界情形。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出效用函数形式，且结果限于有限取值变量，不能直接推广至连续预测。
原文摘要
Consider a problem in which you and a group of other experts must report your individual predictive distributions for an observable random variable X to some decision maker. Suppose that the report of each expert is assigned a prior weight by the decision maker and that these weights are then updated based on the observed value of X. In this situation you will try to maximize your updated, or posterior, weight by appropriately choosing the distribution that you report, rather than necessarily simply reporting your honest predictive distribution. We study optimal reporting strategies under various conditions regarding your knowledge and beliefs about X and the reports of the other experts, and under various utility functions for your posterior weight. We present the only utility functions for which it is always optimal to report your honest predictive distribution. Attention is restricted to problems in which X can take only a finite number of values.