Predicting Turning Points Through the Integration of Multiple Models
通过整合多个模型预测转折点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：摘要直接提出组合转折点预测，并应用于多国国民生产总值或国内生产总值预测。
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…
关注这篇论文的作者
通过整合多个模型预测转折点
- 研究问题
- 研究如何组合多个模型的转折点或其他定性预测，使组合权重反映各模型预测转折是否正确的概率，而非模型后验优势。
- 方法与思路
- 作者利用各模型过去的转折点预测数据估计 logit 模型，得到预测正确的概率，再按这些概率为模型分配组合权重。
- 材料陈述的贡献
- 摘要提出面向定性预测正确性的组合方法，并在十八个 OECD 国家的国民生产总值或国内生产总值预测中展示潜在收益。
- 阅读关注点
- 应核对转折点的定义、预测正确性的标记方式、logit 训练窗口及权重归一化，并检查评价是否严格使用样本外可得信息。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要，无法判断收益大小、统计显著性或稳健性；转折点预测不等同于结构突变检验。
原文摘要
A new method for forming composite turning point (or other qualitative) forecasts is proposed. Rather than forming composite forecasts by the standard Bayesian approach with weights proportional to each model's posterior odds, weights are assigned to the individual models in proportion to the probability of each model's having the correct turning point prediction. These probabilities are generated by logit models estimated with data on the models' past turning point forecasts. An empirical application to GNP/GDP forecasting of eighteen OECD countries demonstrates the potential benefits of the procedure.