武装冲突预测评估中的方向增强
摘要：对于许多预测情境，准确预测结果变量的符号以及幅度具有特殊的兴趣。例如，在预测武装冲突时，每月死亡人数的正向和负向对数变化分别表示升级和降级，并具有非常不同的影响。在ViEWS暴力预测挑战中，提出了一种新的评估得分，称为目标绝对偏差增强（TADDA），它考虑了对数变化的符号和幅度。尽管它具有直观的直觉动机，但挑战的实证结果显示，在TADDA得分下，总是预测为零的无变化模型优于所有提交的预测模型。我们提供了对这一现象的统计解释。通过分析TADDA的特性，我们发现为了获得良好的得分，预测者通常有动机预测没有或只有适度的对数变化。特别地，通常有一种动机报告接近实际预测中位数或均值的保守点预测，远离零。在实证应用中，我们证明了通过根据TADDA得分的特点量身定制预测可以提高无变化模型的性能。最后，我们概述了一些备选的评分概念。
作者：Johannes Bracher, Lotta R"uter, Fabian Kr"uger, Sebastian Lerch, Melanie Schienle
论文ID：2304.12108
分类：Applications
分类简称：stat.AP
提交时间：2023-04-25