A recent series of papers by Charle

A recent series of papers by Charles T. Perretti and collaborators have shown that nonparametric
forecasting methods can outperform parametric methods in noisy nonlinear systems. Such a situation
can arise because of two main reasons: the instability of parametric inference procedures in chaotic
systems which can lead to biased parameter estimates, and the discrepancy between the real system
dynamics and the modeled one, a problem that Perretti and collaborators call “the true model myth”.
Should ecologists go on using the demanding parametric machinery when trying to forecast the
dynamics of complex ecosystems? Or should they rely on the elegant nonparametric approach that
appears so promising? It will be here argued that ecological forecasting based on parametric models
presents two key comparative advantages over nonparametric approaches. First, the likelihood of
parametric forecasting failure can be diagnosed thanks to simple Bayesian model checking procedures.
Second, when parametric forecasting is diagnosed to be reliable, forecasting uncertainty can be
estimated on virtual data generated with the fitted to data parametric model. In contrast, nonparametric
techniques provide forecasts with unknown reliability. This argumentation is illustrated with the simple
theta-logistic model that was previously used by Perretti and collaborators to make their point. It should
convince ecologists to stick to standard parametric approaches, until methods have been developed to
assess the reliability of nonparametric forecasting.

ผลลัพธ์ (ไทย) 1:

ชุดล่าสุดของเอกสารโดยชาร์ลส์ต. Perretti และผู้ร่วมงานได้แสดงที่ nonparametricวิธีการพยากรณ์สามารถ outperform วิธีพาราเมตริกในระบบไม่เชิงเส้นคะ สถานการณ์ดังกล่าวสามารถเกิดขึ้นได้เนื่องจากเหตุผลหลักสองประการ: ความไม่แน่นอนของกระบวนงานข้อพาราเมตริกในวุ่นวายระบบที่จะนำไปประเมินพารามิเตอร์ biased และความขัดแย้งระหว่างระบบจริงdynamics และสร้างแบบจำลองหนึ่ง ปัญหาที่ Perretti และผู้ร่วมงานเรียก "ตำนานรุ่นจริง"ควร ecologists ไปในใช้เครื่องพาราเมตริกต้องพยายามเพื่อคาดการณ์การdynamics ของระบบนิเวศที่ซับซ้อน หรือควรจะพึ่งวิธี nonparametric สง่างามที่ปรากฏสัญญาดังนั้น มันจะเป็นที่นี่โต้เถียงว่า การคาดการณ์ระบบนิเวศขึ้นอยู่กับรูปแบบพาราเมตริกนำเสนอข้อดีเปรียบเทียบคีย์สองผ่านวิธี nonparametric ครั้งแรก ความเป็นไปได้ของพาราเมตริกความล้มเหลวที่คาดการณ์สามารถได้รับการวิเคราะห์ ด้วยแบบจำลองทฤษฎีเรื่องขั้นตอนการตรวจสอบสอง เมื่อพาราเมตริกวินิจฉัยจะเชื่อถือได้คาดการณ์ การคาดการณ์ความไม่แน่นอนสามารถประเมินข้อมูลเสมือนที่สร้างขึ้น ด้วยการจัดให้ข้อมูลรูปแบบพาราเมตริก ในทางตรงข้าม nonparametricเทคนิคให้คาดการณ์ มีความน่าเชื่อถือที่ไม่รู้จัก Argumentation นี้จะแสดงให้เห็นเรียบง่ายรุ่นทีตาโลจิสติกที่ถูกใช้ก่อนหน้านี้ โดย Perretti และผู้ร่วมงานเพื่อทำให้จุดของพวกเขา ควรecologists จะติดจนได้รับการพัฒนาวิธีการมาตรฐานแนวทางพาราเมตริก มั่นใจประเมินความน่าเชื่อถือของการพยากรณ์ nonparametric

ผลลัพธ์ (ไทย) 2:

ชุดล่าสุดของเอกสารโดยชาร์ลตัน Perretti
และทำงานร่วมกันแสดงให้เห็นว่าไม่อิงพารามิเตอร์วิธีการพยากรณ์สามารถมีประสิทธิภาพสูงกว่าวิธีการตัวแปรในระบบไม่เชิงเส้นที่มีเสียงดัง สถานการณ์ดังกล่าวสามารถเกิดขึ้นเพราะเหตุผลสองประการหลักคือความไม่แน่นอนของวิธีการอนุมานตัวแปรในวุ่นวายระบบที่สามารถนำไปสู่การประมาณการพารามิเตอร์ลำเอียงและความแตกต่างระหว่างระบบจริงการเปลี่ยนแปลงและรูปแบบหนึ่งปัญหาที่Perretti และทำงานร่วมกันเรียกว่า " ตำนานรูปแบบที่แท้จริง ". นิเวศน์วิทยาที่ควรจะไปเกี่ยวกับการใช้เครื่องจักรพาราเรียกร้องเมื่อพยายามที่จะคาดการณ์การเปลี่ยนแปลงของระบบนิเวศที่ซับซ้อน? หรือพวกเขาควรพึ่งพาวิธีการ nonparametric สง่างามที่ปรากฏมีแนวโน้มเพื่อ? มันจะเป็นที่ถกเถียงกันว่าที่นี่คาดการณ์ระบบนิเวศตามรูปแบบพารานำเสนอสองข้อได้เปรียบเชิงเปรียบเทียบที่สำคัญกว่าวิธีการที่ไม่อิงพารามิเตอร์ ครั้งแรกที่น่าจะเป็นของความล้มเหลวของการพยากรณ์ตัวแปรสามารถวินิจฉัยขอบคุณรูปแบบที่เรียบง่ายแบบเบย์ตรวจสอบขั้นตอน. สองเมื่อการพยากรณ์ตัวแปรมีการวินิจฉัยที่จะเชื่อถือได้, การคาดการณ์ความไม่แน่นอนสามารถประมาณในการสร้างข้อมูลเสมือนกับติดตั้งข้อมูลรูปแบบตัวแปร ในทางตรงกันข้าม nonparametric เทคนิคมีการคาดการณ์ที่ไม่รู้จักกับความน่าเชื่อถือ โต้แย้งนี่คือตัวอย่างง่ายๆด้วยรูปแบบที-โลจิสติกที่ถูกนำมาใช้ก่อนหน้านี้โดย Perretti และทำงานร่วมกันเพื่อให้จุดของพวกเขา มันควรโน้มน้าวให้นักนิเวศวิทยาที่จะยึดติดกับวิธีพารามาตรฐานจนวิธีการที่ได้รับการพัฒนาขึ้นเพื่อประเมินความน่าเชื่อถือของการพยากรณ์nonparametric

ผลลัพธ์ (ไทย) 3:

ชุดล่าสุดของเอกสารโดยชาร์ลส์ ต. perretti และผู้ร่วมงานได้แสดงให้เห็นว่าตัว
วิธีการพยากรณ์สามารถมีประสิทธิภาพสูงกว่าวิธีตัวแปรในระบบไม่เชิงเส้นที่มีเสียงดัง สถานการณ์ดังกล่าว
สามารถเกิดขึ้นเพราะสองเหตุผลหลัก : ความไม่แน่นอนของวิธีการอนุมานเชิงระบบวุ่นวาย
ซึ่งสามารถนำไปสู่อคติ ค่าประเมิน และความแตกต่างระหว่างระบบจริง
พลวัตและแบบหนึ่ง ปัญหาที่ perretti และผู้ร่วมงานเรียกว่า " ตำนาน " นางแบบจริง ควรไปใช้
ecologists ความต้องการพาราเครื่องจักรเมื่อพยายามที่จะคาดการณ์
พลวัตของระบบนิเวศที่ซับซ้อน ? หรือพวกเขาควรจะพึ่งพาวิธีการที่สง่างาม 3
ดูสัญญา ? มันจะมาแย้งว่า การพยากรณ์ทางนิเวศวิทยาตามพารามิเตอร์โมเดล
ของขวัญสำคัญสองเปรียบเทียบข้อได้เปรียบเหนือวิธีนอนพาราเมตริก . แรก โอกาสของความล้มเหลวเชิงพยากรณ์
สามารถวินิจฉัยขอบคุณง่ายขั้นตอนการตรวจสอบแบบจำลองเบ .
2 เมื่อพยากรณ์ตัวแปรมีการวินิจฉัยที่จะเชื่อถือการพยากรณ์ไม่แน่นอนสามารถ
วิเคราะห์ข้อมูลเสมือนที่สร้างขึ้นด้วยเข็มขัดแบบพาราเมตริก . ในทางตรงกันข้าม 3
เทคนิคการให้การคาดการณ์ที่มีความน่าเชื่อถือที่ไม่รู้จัก การโต้แย้งนี้จะมีภาพประกอบง่าย
Theta โมเดลโลจิสติกที่เคยใช้ โดย perretti และผู้ร่วมงานเพื่อให้จุดของพวกเขา มันควรจะ
โน้มน้าว ecologists ติดมาตรฐานพารามิเตอร์วิธี จนกระทั่งวิธีการได้ถูกพัฒนาขึ้นเพื่อประเมินความน่าเชื่อถือของการพยากรณ์
3 .