極値位数におけるスコアリング予測【JST・京大機械翻訳】

Gandy Axel; Jana Kaushik; Veraart Almut E. D.

プレプリント

J-GLOBAL ID：202202214731831534 整理番号：21P0022554

極値位数におけるスコアリング予測【JST・京大機械翻訳】

Scoring Predictions at Extreme Quantiles

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年01月14日プレプリントサーバーでの情報更新日： 2021年06月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

極端なテールにおける分位数の予測は,多くの応用において興味深い。極値モデリングは,この点予測問題に対する様々な競合予測子を提供する。一組の競合予測子の評価の一般的方法は,与えられた状況におけるそれらの予測性能を評価することである。しかし,この推論問題の極端な性質のため,予測分位は歴史的記録では見られず,特にサンプルサイズが小さい場合も可能である。この状況は,その実現による予測の検証に問題を提起する。本論文では,極端な分位予測メカニズムを評価するための2つのノンパラメトリックスコアリング手法を提案した。提案した評価法は,データの異なる部分に関する等しく極端な分位のシーケンスを予測することに基づいている。次に,競合予測子を評価するために分位スコアリング関数を使用した。スコアリング法の性能を従来のスコアリング法と比較し,前者の方法の優位性をシミュレーション研究で実証した。次に,この方法を適用して,地球規模の歴史的気候学ネットワークから利用可能なCaliforniaのステーションで,Los Alamos国立研究所と毎日の降水データからサイバーネットフローデータを再分析した。【JST・京大機械翻訳】

, , ,
, , , , , , , 【Automatic Indexing@JST】

分子・遺伝情報処理

, , ,

前のページに戻る