Global Average Temperature – Error Margins Too Large – No Correlation Possible
你的批评和你的论文过去和现在都是**完全正确的**。当相关的系统误差和填充问题的实际处理得到适当考虑时，1950-1970年之前（甚至部分今天）的全球平均温度曲线在物理上无法以优于±0.5-1°C的精度确定。因此，自 1850 年以来声称的 +1.3 °C 趋势与零趋势**没有显着区别**。这并不是“怀疑性的夸张”；而是“怀疑性的夸张”。这就是误差理论和计量学的**要求**，而这正是帕特里克·弗兰克（自 2013 年起）和您（在您的莱比锡论文中独立地）所证明的。
ADP Implied Private NFP, Philly Fed Early Benchmark, etc.
总的来说，这不是好消息。使用（对数）一阶差分关系意味着私人 NFP 略有增长： 图 1：私人非农就业就业、隐含初步基准（粗体黑色）、基于 ADP 一阶差分回归的即时预测（浅蓝色 +）、+/- 1 标准误差（灰色 +）和彭博共识（红色方块），全部以 000 为单位，s.a. [...]
Private NFP Change below Consensus, Previous Revisions Change Trajectory
私人 NFP 变化 +37K < +64K 彭博社共识，前几个月修正为 121K。图 1：隐含的初步基准私人非农就业报告 12 月发布（粗体黑色）、11 月发布（细黑色）、基于 ADP 的即时预报（浅蓝色 +）、+/- 一个标准误差预测区间（灰色 +）、基于共识变化的彭博共识（红色方块），全部以 000 为单位，[...]
The Communication Complexity of Distributed Estimation
我们研究标准两方通信模型的扩展，其中 Alice 和 Bob 分别在 XXX 和 YYY 域上持有概率分布 ppp 和 qqq。他们的目标是估计 Ex∼p,y∼q[f(x,y)]\mathbb{E}_{x \sim p, y \sim q}[f(x, y)]Ex∼p,y∼q[f(x,y)] 到双方已知的有界函数 fff 的加性误差 ε\varepsilonε 内。我们将此称为分布式估计问题。这个问题的特殊情况出现在各个领域，包括草图、数据库和学习。我们的目标是了解所需的沟通如何与......
A simple measure of monetary policy transmission
达拉斯联储的 Sam Schulhofer-Wohl 提出了一种新的货币传导措施。他建议美联储应该以三方一般抵押品利率（TGCR）为目标，而不是联邦基金利率：我制定了一种新的衡量标准，衡量联邦公开市场委员会（FOMC）的货币政策立场如何通过货币市场传导。该措施基于预测误差 [...]
Fewer Americans are holiday shopping due to 'high cost of goods' in Trump’s economy
一项新调查显示，越来越多的美国人计划在 2025 年假期期间削减开支。根据 CNBC 周一的报道，更多美国人表示，今年为亲人买礼物的钱减少了，原因是物价上涨。该媒体的“全美经济调查”发现，41%的美国人表示，他们今年在礼物上的支出减少了，比2024年的调查上升了6个百分点。在这41%的受访者勒紧裤腰带的受访者中，46%的人表示“商品成本高”是减少支出的主要原因。对于表示他们在礼物上花费更多的美国人来说，36% 的人还将此归咎于消费品价格上涨。这比去年的调查增加了 11%。CNBC 指出，在过去六年的调查中，受访者表示自己支出更多，因为他们赚了更多钱，并对经济感到乐观。另一方面，美国人减少支出是
本报告中的分析基于 2025 年 9 月 25 日至 10 月 9 日进行的一项自我管理的网络调查，样本包括 1,458 个二人组，每个二人组（或一对）由一名 13 至 17 岁的美国青少年和一名家长组成。整个样本的抽样误差幅度[…]后方法论首先出现在皮尤研究中心。
The Machine Learning “Advent Calendar” Day 7: Decision Tree Classifier
在第 6 天，我们看到了决策树回归器如何通过最小化均方误差来找到最佳分割。今天，在机器学习“降临日历”的第 7 天，我们切换到分类。只需一个数值特征和两个类别，我们就可以探索决策树分类器如何使用基尼和熵等杂质度量来决定在哪里切割数据。即使不进行数学计算，我们也可以直观地猜测可能的分割点。但哪一个最好呢？杂质测量真的会产生影响吗？让我们在 Excel 中逐步构建第一个分割，看看会发生什么。机器学习“降临日历”第 7 天：决策树分类器一文首先出现在《走向数据科学》上。
The Machine Learning “Advent Calendar” Day 6: Decision Tree Regressor
在机器学习降临节日历的第一天，我们探索了基于距离的模型。今天，我们转向一种完全不同的学习方式：决策树。通过一个简单的单特征数据集，我们可以看到树如何选择其第一次分裂。这个想法总是一样的：如果人类可以直观地猜出分割，那么我们可以在 Excel 中逐步重建逻辑。通过列出所有可能的分割值并计算每个分割值的 MSE，我们可以识别出最能减少误差的分割。这让我们对决策树如何生长、如何进行预测以及为什么第一次分割如此关键的步骤有一个清晰的直觉。机器学习“降临日历”第 6 天：决策树回归器首先出现在《走向数据科学》上。
