Forecast combination with outlier protection

طرحهای ترکیبی پیش بینی شده با خواص متمایز پیشنهاد شده است. با این حال، به خوبی از دانش ما، در ادبیات به حداقل رساندن پیش بینی های پیش بینی شده در هنگام ترکیب پیش بینی ها، کمی بحث شده است. به نظر می رسد بدون توجه به این که ترکیب قوی، که اغلب دقت پیش بینی (تحت زیان خطای مربع یا مطلق) را بهبود می بخشد، زمانی که خطاهای نوآوری دارای دم است که سنگین تر از توزیع نرمال است، ممکن است فرکانس بیشتر پیش بینی های پیش بینی شده را داشته باشد. با توجه به اهمیت کاهش پیش بینی های غیر منتظره، مطلوب است که به جستجوی توابع از دست رفته جدیدی بپردازیم که می تواند هم به دقت معمول و هم از نظر حفاظت در برابر آن جلوگیری کند. در این مقاله، ما یک تابع تلفات مصنوعی را پیشنهاد می دهیم و آن را به یک طرح ترکیبی انطباق عمومی برای ترکیب پیشگیرانه محافظت می کنیم. هر دو نتایج نظری و عددی مزایای روش جدید را از نظر پیش بینی های تلفیقی با خطاهای احتمالی پیش بینی های بزرگ و عملکرد کلی مقایسه می کنند.