Nate Silver'ın Loess hakkında ne söylediğini açıklama

Geçenlerde sorduğum bir soruda , sevgisizlikle tahmin etmenin büyük bir "hayır-hayır" olduğu söylendi. Ancak, Nate Silver'ın FiveThirtyEight.com hakkındaki en son makalesinde, seçim tahminlerinde bulunmamak için loess kullanmayı tartıştı.

Agresif ve muhafazakar tahminlerin ayrıntılarını loess ile tartışıyordu ama gelecek tahminlerini loess ile yapmanın geçerliliğini merak ediyorum?

Bu tartışmayla ve sevgiyle benzer yararları olabilecek başka hangi alternatiflerin olduğunu da merak ediyorum.

— a.powell
kaynak

Eğer x değişkeniniz zamansa, geleceği tahmin etmek için loess kullanmak tehlikelidir (veri aralığının dışında olacaktı). Ancak bu, tahminleri daha genel olarak yapmak için loess'i kullanamayacağınız anlamına gelmez.

— Glen_b -Reinstate Monica

@Glen_b meraktan ne "daha genel" tahmin edebileceğim bir şey olurdu?

— a.powell

A partisine oy verme eğiliminde olan insanların oranı ile işsizlik oranı (örneğin, diğer tahmincilerle birlikte - münferit devletlerin etkileri) arasında doğrusal olmayan bir ilişki olduğunu hayal edin. Dahası, yeni işsizlik rakamlarının henüz mevcut olduğunu; Eğitim setinde tecrübe edilen değerler aralığında, ancak zorunlu olarak bu sette temsil edilen bir değer (örneğin, geçmiş işsizlik oranı% 5 ila 12 arasındadır ve şimdi% 8,3'lük bir rakam var, bu durumun sabit olması bekleniyor). O zaman% 5-12 işsizliğin dışına çıkmadan oylama oranını A'yı tahmin etmek için loess kullanabiliriz.

— Glen_b -Reinstate Monica

@Glen_b Teşekkürler. Tahminler için nasıl kullanılabileceğini gösteren harika bir örnek.

— a.powell

Lowess veya loess ile ilgili sorun polinom interpolasyon kullanmasıdır. Polinomların kuyruklarda düzensiz davranışları olduğunu tahmin etmede iyi bilinmektedir. Enterpolasyon yaparken, parçalı 3 derece polinomlar, mükemmel ve esnek trend modellemesi sağlarken, gözlenen veri aralığının ötesinde ekstrapolasyon yaparlar, patlarlar. Zaman serilerinde daha sonra veri gözlemlemiş olsaydınız, iyi bir uyum elde etmek için spline'lara başka bir kesme noktası eklemeniz gerekirdi.

Tahmini modeller olsa da, literatürün başka bir yerinde iyi araştırılmıştır. Kalman filtresi ve partikül filtresi gibi filtreleme işlemi mükemmel tahminler sağlar. Temel olarak, iyi bir tahmin modeli, zamanın modelde bir parametre olarak değerlendirilmediği, ancak tahminleri bildirmek için önceki model durum (lar) ın kullanıldığı Markov zincirlerine dayanan herhangi bir şey olacaktır.

— Adamo
kaynak