The Second of Two Sea Ice Trilogies: Real Time
下面的第二部三部曲这次没有Rudebusch，也可以对待北极海冰的预测，但从实时的，固定的目标（9月），透视图。所有的工作都属于美国北极研究联盟（ARCUS）及其海冰预测网络（SIPN）的伞，该网络负责监督海冰展望（SIO）。在下一篇文章中有关Arcus的更多信息。但是现在让我们看一下第二部三部曲。基本功能工程的实时预测方法是f.x的Indiebold。和Gobel，M。（2022），“固定目标北极海冰预测的基准模型”，《经济信》，215，110478，它与在迪尔德（Diebold）中的特征工程实时机器学习方法进行了比较特征工程线性回归和机器学习模型的滑行图，”能源经济学，124，106833
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
