کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7408545 | 1481445 | 2014 | 13 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Combining multiple probability predictions using a simple logit model
ترجمه فارسی عنوان
ترکیب پیش بینی های احتمالی چندگانه با استفاده از یک مدل منطقی ساده
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
این مقاله با ارائه یک مدل ساده از روش که کارشناسان برآورد احتمالات را آغاز می کنند. سپس مدل برای ساخت یک فرمول جمعآوری مبتنی بر احتمال برای ترکیب چندین پیش بینی احتمالی استفاده می شود. جمع کننده نتیجه یک فرم تحلیلی ساده دارد که به یک پارامتر ساده و قابل تفسیر بستگی دارد. این باعث می شود که آن را به صورت محاسباتی ساده، جذاب برای توسعه بیشتر و قدرتمند در برابر اضافه بردارید. بر اساس مجموعه ای از مقیاس بزرگ که در آن بیش از 1300 کارشناس سعی داشتند 69 رویداد ژئوپولیتیک را پیش بینی کنند، جمع آوری کننده ما بیشتر از چندین الگوریتم ترکیبی به طور گسترده استفاده می شود.
موضوعات مرتبط
علوم انسانی و اجتماعی
مدیریت، کسب و کار و حسابداری
کسب و کار و مدیریت بین المللی
چکیده انگلیسی
This paper begins by presenting a simple model of the way in which experts estimate probabilities. The model is then used to construct a likelihood-based aggregation formula for combining multiple probability forecasts. The resulting aggregator has a simple analytical form that depends on a single, easily-interpretable parameter. This makes it computationally simple, attractive for further development, and robust against overfitting. Based on a large-scale dataset in which over 1300 experts tried to predict 69 geopolitical events, our aggregator is found to be superior to several widely-used aggregation algorithms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Forecasting - Volume 30, Issue 2, AprilâJune 2014, Pages 344-356
Journal: International Journal of Forecasting - Volume 30, Issue 2, AprilâJune 2014, Pages 344-356
نویسندگان
Ville A. Satopää, Jonathan Baron, Dean P. Foster, Barbara A. Mellers, Philip E. Tetlock, Lyle H. Ungar,