คำอธิบายของ Nate Silver ที่พูดถึงเหลือง


23

ในคำถามที่ฉันถามเมื่อเร็ว ๆ นี้ฉันได้รับการบอกว่ามันเป็นเรื่องใหญ่ "ไม่ห้าม" ในการคาดการณ์ด้วยเหลือง แต่ในบทความล่าสุดของ Nate Silver ใน FiveThirtyEight.comเขาได้พูดคุยกันโดยใช้คำทำนายการเลือกตั้ง

เขากำลังพูดถึงลักษณะเฉพาะของการคาดการณ์ที่ก้าวร้าวและอนุรักษ์นิยมกับดินเหลือง แต่ฉันอยากรู้ว่าความถูกต้องของการคาดการณ์ในอนาคตจะเป็นอย่างไร

ฉันยังสนใจในการสนทนานี้และมีทางเลือกอื่นที่อาจมีประโยชน์คล้ายกับเหลือง


หากตัวแปร x ของคุณเป็นเวลามันจะเป็นอันตรายที่จะใช้เหลืองเพื่อคาดการณ์ในอนาคต (ซึ่งจะอยู่นอกช่วงของข้อมูล) แต่นั่นไม่ได้หมายความว่าคุณไม่สามารถใช้เหลืองเพื่อคาดการณ์ได้โดยทั่วไป
Glen_b -Reinstate Monica

@Glen_b จากความอยากรู้สิ่งที่ฉันจะทำได้ "โดยทั่วไป" ทำนายอะไรบ้าง
a.powell

7
ลองนึกภาพความสัมพันธ์แบบไม่เชิงเส้นระหว่างสัดส่วนของคนที่มีแนวโน้มที่จะลงคะแนนให้พรรค A และอัตราการว่างงาน (รวมถึงผู้ทำนายอื่น ๆ - ผลกระทบสำหรับแต่ละรัฐเช่น) ลองจินตนาการว่ามีตัวเลขการว่างงานใหม่พร้อมใช้งานแล้ว ภายในขอบเขตของค่าประสบการณ์ในชุดฝึกอบรม แต่ไม่จำเป็นต้องเป็นค่าที่แสดงในชุดนั้น (เช่นการว่างงานที่ผ่านมาอยู่ระหว่าง 5 ถึง 12% และตอนนี้เรามีตัวเลข 8.3% คาดการณ์ว่าจะคงที่) จากนั้นเราสามารถใช้เหลืองเพื่อทำนายสัดส่วนการโหวต A โดยไม่ต้องออกไปข้างนอกการว่างงาน 5-12%
Glen_b -Reinstate Monica

1
@Glen_b ขอบคุณ นี่เป็นภาพประกอบที่ยอดเยี่ยมเกี่ยวกับวิธีการใช้การคาดการณ์
a.powell

คำตอบ:


28

ปัญหากับ lowess หรือ loess ก็คือมันใช้การแก้ไขพหุนาม เป็นที่รู้จักกันดีในการพยากรณ์ว่าชื่อพหุนามมีพฤติกรรมที่ไม่แน่นอนในหาง เมื่อทำการประมาณค่าพหุนามระดับ 3 ของทวนเข็มนาฬิกาให้การสร้างแบบจำลองของแนวโน้มที่ยอดเยี่ยมและมีความยืดหยุ่น หากคุณสังเกตข้อมูลในซีรีย์เวลาคุณจะต้องใส่เบรกพอยต์อื่น ๆ ในเดือยเพื่อให้ได้พอดี

ถึงแม้ว่าแบบจำลองการพยากรณ์จะได้รับการสำรวจอย่างอื่นในวรรณคดี กระบวนการกรองเช่นตัวกรองคาลมานและตัวกรองอนุภาคให้การคาดการณ์ที่ยอดเยี่ยม โดยพื้นฐานแล้วตัวแบบการพยากรณ์ที่ดีจะเป็นอะไรก็ตามที่อยู่บนพื้นฐานของลูกโซ่มาร์คอฟซึ่งเวลาจะไม่ถือว่าเป็นพารามิเตอร์ในตัวแบบ แต่สถานะของแบบจำลองก่อนหน้านี้จะถูกใช้เพื่อแจ้งการคาดการณ์

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.