Hospitals Often Charge Uninsured People More Money
健康保险：美国医院患者的圣杯。虽然它不是完美的，但它通常在患者的底线上会产生很大的影响。这不仅是因为它有助于支付账单 - 事实证明，当您没有健康保险时，您可能会从医院获得更大的账单[…]邮政医院经常向无保险人收取更多的钱，首先出现在附带的经济学家上。
Air Force Operational Energy has breakthrough year
事实证明，2021 年对空军作战能源来说是关键的一年，因为项目获得了前所未有的支持——使许多期待已久的计划获得批准并进入下一阶段的发展。
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
What has Juno found on Jupiter? Part I – Water and weather
朱诺号的发现之一是对大红斑的一些测量——这是一场巨大的木星风暴，可以容纳三颗地球大小的行星。尽管朱诺号有能力对木星大气层深处 350 公里进行成像，但事实证明大红斑比这更深。对其温度的测量表明，在前 80 公里，它比周围的大气更冷，而在 80 公里以下，它更温暖。我们不知道原因，但这可能与风暴的开始方式有关，以及它是永久性的还是会随着时间的推移而消失。大红斑已被观测了 300 多年。它是如此之大，可以容纳三颗地球大小的行星！Wikimedia Commons继续阅读全文 »
Social Justice Thrives in Cook County during Tradeoff Holiday
在这场可怕的疫情期间，一线希望是许多不便的权衡不再适用。耶鲁大学的一项研究表明，付钱让人们不工作暂时不会阻止任何人工作。也许清空监狱也可以提高公共安全。我们可以同时实现社会正义和安全。下图 1 显示了过去半年内库克县被定罪并入狱的伊利诺伊州监狱中人数。新罪犯的数量一直在 3000 到 4000 之间，直到疫情爆发才降至 1000 人。图 2 将样本限制在被定罪的杀人犯。他们一直以每年约 130 人（每半年 65 人）的速度进入伊利诺伊州监狱，直到 2020 年上半年，这一比例下降到每年约 40 人（每半年 20 人）。我希望芝加哥地区的活动家能够努力帮助保持这一进步。也许他们甚至可以为伊利诺伊
Value Stock Investing and Non-stationarity
实证研究经常发现，价值股（即账面价值与市值之比较高的股票）的表现优于市值与账面价值之比较高的成长股。虽然乍一看这似乎很奇怪，因为快速增长的公司拥有更多机会，而价值公司往往陷入困境。然而，在考虑了市场定价之后，价值股的平均回报率历来都高于成长股。说明价值效应的一个好方法是利用 Eugene Fama 教授和 Kenneth French 教授编制并发布在 French 教授网站上的数据。特别感兴趣的变量是投资组合 HML，即做多价值股和做空成长股。（HML 代表高账面市值比减去低账面市值比。French 教授在其网站上描述了 HML 的构建方式以及回报率的计算方式。）如果价值股的表现优于成长股，
Nobel prize for causal inference: why it matters
今年的诺贝尔经济学奖颁给了三位杰出的经济学家，大卫·卡德、约书亚·安格里斯特和吉多·伊姆本斯，以表彰他们彻底改变了经济学家（和社会科学家）进行实证研究的方式。具体来说，卡德因其对劳动经济学的贡献而获奖，安格里斯特和伊姆本斯则因因果推理而获奖，但这三位经济学家都为将科学方法应用于经济学做出了突破性贡献。在这个领域，我们称之为“可信度革命”。我对这三位经济学家的工作非常熟悉，因为我在学习因果推理、教授因果推理以及在自己的实证研究中引用因果推理时经常使用他们的论文。在我共同组织的一次会议上，我也很荣幸地收到了约书亚·安格里斯特对我的一篇论文（最近发表的《救助政治学》）的评论。我希望向他们三人致敬的方
IAAE 2022 年年会国际应用计量经济学协会征文截止日期：2022 年 2 月 15 日伦敦国王学院2022 年 6 月 21 日至 24 日 IAAE 讲座Joshua Angrist，麻省理工学院特邀演讲嘉宾Xiaohong Chen，耶鲁大学Sílvia Gonçalves，麦吉尔大学Jesús Gonzalo，马德里卡洛斯三世大学Refet S. Gürkaynak，比尔肯特大学Michael Keane，新南威尔士大学Jonathan Wright，约翰霍普金斯大学后勤：会议将于 2022 年 6 月 21 日至 24 日在英国伦敦国王学院大学举办。我们计划亲自组织会议。请关注此
很高兴看到 Kelly 等人坚持不懈，顺利进入“双底”区域并添加了正则化。回报预测中复杂性的优点 (2022)Bryan T. Kelly；Semyon Malamud；Kangying Zhou现有文献使用仅使用少量参数的“简单”模型来预测市场回报。与传统观点相反，我们从理论上证明，与参数数量超过观察数量的“复杂”模型相比，简单模型严重低估了回报的可预测性。我们通过实证证明了美国股市回报预测中复杂性的优点。我们的研究结果确立了通过机器学习对预期收益进行建模的基本原理。http://d.repec.org/n?u=RePEc:nbr:nberwo:30217&r=
这真是让我震惊。真是太有见地了。在另一个背景下，等权重组合规则！另请参阅我与 Minchul Shin 合作的论文，这些论文分别明确指出了点预测和密度预测的权重相等：Diebold, F.X. 和 Shin, M. (2019)，“机器学习用于正则化调查预测组合：部分平等的套索及其衍生物”，《国际预测杂志》，35，1679-1691。Diebold, F.X.、Shin, M. 和 Zhang, B. (2022)，“关于概率评估的聚合：欧元区通胀和实际利率的正则化预测密度混合”，《计量经济学杂志》，即将出版。工作论文，arXiv:2012.11649。HAR 模型中的预测组合难题作者：Cle
4 Unique Data Challenges The Use Of AI In Healthcare Causes
这句话已经说得够多了，但事实证明，人工智能是医疗行业的游戏规则改变者。患者不再只是医疗链中的被动参与者，而是通过严密的人工智能患者监测系统、可穿戴设备、可视化的病情洞察等来掌控自己的健康。医生和医疗服务提供者[…]
太空的极端条件足以撕碎火星的大气层（我们的大气层受到磁场的保护！）——那么小细菌还有什么希望呢？事实上，事实证明，它们还有很大的希望。尽管压力和温度非常低，并直接暴露在电离辐射下，但被倾倒在国际空间站外部的奇异球菌细菌却在那里存活了整整三年[1]！人们还发现它们在陨石上和陨石内部也能存活，科学家们兴奋地发现它们可能是小小的星际旅行者——甚至可能解释了地球上的生命从何而来（是的！我们可能都是外星人！）。这个理论被称为胚种论。通过 Nadya_il（Pixabay）进入公共领域继续阅读全文 »
The Science of Your Favorite Foods
你最喜欢的食物是什么？为什么它味道这么好？事实证明，我们认为好吃的东西不仅仅是一个观点问题。这是科学！生态学家和科学作家 Rob Dunn 带我们回到厨房、烹饪甚至农业出现之前的时代！我们发现祖先的口味如何塑造了我们自己的渴望 - 以及我们的经验如何引导我们选择我们最喜欢的食物。想知道更多关于味觉科学的知识吗？在 Patreon 上收听我们对 Rob Dunn 的额外采访！支持 Tumble 的赞助人可享受 1 美元/级别或更高级别的优惠！在 patreon.com/tumblepodcast 上认捐。我们在网站 sciencepodcastforkids.com 上的博客上提供免费资源来了解
Savings at post commissaries help families
小卖部拥有遍布 13 个国家和两个美国领土的 230 多座建筑，事实证明，它是士兵、家庭的特殊资源......
Why does my kid’s school need to know we are military?
每年，我孩子的学校都会多次询问我我们是否是军人。无论我们住在哪里，他们总是想知道……在注册、入学和学期中期！他们为什么关心？这有什么关系？我应该告诉他们吗？很长一段时间，我都回答“不”，因为我认为这不关他们的事。事实证明我错了！学校要求军方隶属关系至少有三个原因。
Why does my kid’s school need to know we are military?
每年我孩子的学校都会多次询问我我们是否是军人。无论我们住在哪里，他们总是想知道……在注册、入学和期中！他们为什么关心？为什么这有关系？我应该告诉他们吗？在很长一段时间里，我都回答“不”，因为我认为这不关他们的事。事实证明我错了！学校要求加入军队至少有三个原因。
The Hunt for the Alien Viruses
病毒可以在太空中生存吗？这就是我们的听众朱利安想知道的。事实证明，这也是科学家们正在问的一个问题！凯瑟琳·拜沃特斯是开始在太空中寻找病毒的科学家之一。她认为，找到病毒可能是发现其他星球上生命的最简单方法。但首先，我们必须更多地了解病毒是什么，以及如何找到它们。了解为什么病毒就像外星生命的“瓶中信”，以及如何成为火星上真正的外星病毒猎人。听听凯瑟琳关于太空病毒的更多信息！收听我们为每月承诺 1 美元或以上的赞助人提供的特别奖励采访节目 patreon.com/tumblepodcast。访问我们的网站 sciencepodcastforkids.com，获取更多资源，了解在我们的太阳系中寻找生命
