Прогноз, который умеет признавать ошибки ✎

Оригинал: "Probabilistic Recalibration of Forecasts"
arXiv:1904.02855 · 2019-04-05 · arXiv non-exclusive · собственный разбор · 1 мин
Учёные придумали способ исправлять слишком самоуверенные прогнозы, чтобы они честно говорили, насколько уверены в своих предсказаниях.

Переводчик на важных переговорах иногда начинает слишком доверять себе и переводит слова неверно, хотя уверен, что всё правильно. Так и некоторые прогнозы: они говорят «будет дождь с вероятностью 80%», но на самом деле дождь идёт только в половине таких случаев. Учёные придумали, как исправить такие прогнозы, чтобы они стали честными.

Новый метод не требует, чтобы данные были независимыми. Поэтому его можно использовать для прогнозов погоды или других событий, которые зависят от предыдущих.

Раньше было непонятно, как исправлять прогнозы, когда данные зависят друг от друга. Теперь учёные построили гибкую модель, которая смотрит, насколько прогнозы отклоняются от честного поведения. Если прогноз идеально честный, его ошибки распределяются равномерно, как у игрального кубика. Новый метод исправляет прогноз так, чтобы он стал похож на такой честный кубик.

Переводчик, который научился проверять себя, снова переводит точно. Его уверенность теперь совпадает с реальностью. Так и исправленный прогноз становится честным: он не обещает больше, чем может выполнить, и готов отвечать за свои слова.

Идея использования пари для проверки прогнозов восходит к работам Бруно де Финетти, который считал, что вероятность можно измерять через справедливые ставки. В данной работе этот принцип доведён до практической схемы перекалибровки.

Понятия
вероятностный прогноз ансамблевый прогноз гауссовский процесс вероятностная модель апостериорное распределение нормирующие потоки предсказание бутстрэп складной нож (джекнайф) распределение Гаусса гиббсовская выборка авторегрессионная модель ошибка предсказания прогноз теория вероятностей регуляризация стохастическое моделирование перестановочный тест критерий отношения правдоподобия байесовский вывод