general that forecasters ought to p

general that forecasters ought to pay attention to this result, even without necessarily
understanding exactly what is so effective about this particular form of shrinkage.
The result that equal weighted averaging gives the best forecasts is however odd.
Indeed it cannot be correct as a general principal that equal weighted averaging of
forecasts is always optimal. For example, one can always just average the first two
forecasts, call that a new forecast, and throw that back in the set of forecasts being
considered. If equal weighting is always best, then this new forecast will get an equal
weight. But this changes the weights on the original forecasts, which are no longer all
equal. While it is easy to say this, it is much harder to come up with a concrete
alternative forecasting strategy that actually does better than simple averaging in terms of
out-of-sample prediction of inflation. That is the goal of this paper.
This paper considers the prediction of US inflation by Bayesian Model
Averaging, a technique which was not considered by Stock and Watson (2001, 2002a).
Bayesian Model Averaging has been developed mainly, but not exclusively, by
statisticians as opposed to econometricians. The idea is to consider prediction when the
researcher does not know the true model, but has several candidate models. A forecast
can be constructed putting weights on the predictions from each model. If these weights
are all equal, then this is simple forecast averaging. The researcher can however start
from the prior that all the models are equally good, but then estimate the posterior
probabilities of the models, which can be used as weights instead.

ผลลัพธ์ (ไทย) 1:

ทั่วไปว่า นของนักพยากรณ์ในควรจะใส่ผลลัพธ์นี้ แม้โดยไม่จำเป็นต้อง เข้าใจว่าคืออะไรมีประสิทธิภาพดังนั้นเกี่ยวกับการหดตัวแบบนี้โดยเฉพาะ อย่างไรก็ตามผลที่หาค่าเฉลี่ยถ่วงน้ำหนักเท่ากันทำให้การคาดการณ์ที่ดีที่สุดคือคี่ แน่นอนไม่ถูกต้องเป็นหลักทั่วไปซึ่งเท่ากับการหาค่าเฉลี่ยถ่วงน้ำหนักของ คาดการณ์ได้เสมอดีที่สุด ตัวอย่าง หนึ่งสามารถเสมอเพียงเฉลี่ยสองครั้งแรก คาดการณ์ การคาดการณ์โทรที่ใหม่คาดการณ์ และโยนที่กลับมาในชุดของ ถือว่า ถ้าน้ำหนักเท่ากันจะดีที่สุด แล้วการคาดการณ์ใหม่นี้จะได้รับเสมอ น้ำหนัก แต่นี่เปลี่ยนน้ำหนักบนเดิมคาดการณ์ ซึ่งจะไม่ทั้งหมด เท่านั้น ในขณะซึ่งง่ายต่อการพูด มันเป็นยากมากที่จะเกิดขึ้นกับคอนกรีต ทางเลือกกลยุทธ์ที่จริง ไม่ดีกว่าการหาค่าเฉลี่ยได้ในแง่ของ การคาดการณ์ ออกของตัวอย่างการทำนายของเงินเฟ้อ นั่นคือจุดประสงค์ของเอกสารนี้ กระดาษนี้พิจารณาการคาดเดาของอัตราเงินเฟ้อของสหรัฐอเมริกาโดยแบบจำลองทฤษฎี หาค่าเฉลี่ย เทคนิคที่ถูกเป็นหุ้นและ Watson (2001, 2002a) หาค่าเฉลี่ยแบบจำลองทฤษฎีได้รับการพัฒนาส่วนใหญ่ แต่ไม่ เฉพาะ โดย statisticians จำกัด econometricians ความคิดเป็นการคาดเดาเมื่อการ นักวิจัยไม่ทราบแบบจริง แต่มีหลายรูปแบบผู้สมัคร การคาดการณ์ สามารถสร้างวางน้ำหนักในการคาดคะเนจากแต่ละรุ่น ถ้าน้ำหนักเหล่านี้ ทั้งหมดเท่ากัน นี่ คือการคาดการณ์อย่างหาค่าเฉลี่ย นักวิจัยสามารถเริ่มต้นอย่างไรก็ตาม จากก่อนที่ทุกรุ่นดีเท่า ๆ กัน แต่ประเมินแล้ว หลัง กิจกรรมของรุ่น ซึ่งสามารถใช้เป็นน้ำหนักแทน

ผลลัพธ์ (ไทย) 2:

ทั่วไปที่นักพยากรณ์ควรจะให้ความสนใจกับผลนี้ได้โดยไม่ต้องจำเป็นต้องทำความเข้าใจว่าสิ่งเพื่อให้เป็นที่มีประสิทธิภาพเกี่ยวกับรูปแบบนี้โดยเฉพาะการหดตัว.
ผลที่ค่าเฉลี่ยถ่วงน้ำหนักที่เท่ากันจะช่วยให้การคาดการณ์ที่ดีที่สุดคือการที่แปลก แต่.
อันที่จริงก็ไม่สามารถที่ถูกต้องเป็นหลักทั่วไป
ที่ค่าเฉลี่ยถ่วงน้ำหนักที่เท่ากันของการคาดการณ์ที่เหมาะสมเสมอ ตัวอย่างเช่นหนึ่งสามารถเสมอเพียงเฉลี่ยสองคนแรกที่คาดการณ์เรียกว่าการคาดการณ์ใหม่และโยนที่กลับมาในชุดของการคาดการณ์ที่มีการพิจารณา ถ้าน้ำหนักเท่ากันที่ดีที่สุดคือเสมอแล้วการคาดการณ์ใหม่นี้จะได้รับเท่ากับน้ำหนัก แต่ตอนนี้มีการเปลี่ยนแปลงน้ำหนักการคาดการณ์เดิมซึ่งจะไม่ทั้งหมดเท่ากับ ในขณะที่มันเป็นเรื่องง่ายที่จะพูดแบบนี้มันเป็นเรื่องยากมากที่จะเกิดขึ้นกับคอนกรีตกลยุทธ์การพยากรณ์ทางเลือกที่ไม่จริงดีกว่าค่าเฉลี่ยที่เรียบง่ายในแง่ของการออกจากตัวอย่างการทำนายของอัตราเงินเฟ้อ นั่นคือเป้าหมายของบทความนี้. กระดาษนี้จะพิจารณาการคาดการณ์เงินเฟ้อของสหรัฐโดยเบย์รุ่นAveraging ซึ่งเป็นเทคนิคที่ไม่ได้รับการพิจารณาโดยหุ้นและวัตสัน (2001, 2002a). Averaging รุ่นเบย์ได้รับการพัฒนาส่วนใหญ่ แต่ไม่เฉพาะโดยสถิติเมื่อเทียบกับ econometricians ความคิดที่จะพิจารณาการคาดการณ์เมื่อนักวิจัยไม่ทราบว่ารูปแบบจริง แต่มีผู้สมัครหลายรุ่น คาดการณ์จะสามารถสร้างการวางน้ำหนักบนการคาดการณ์จากแต่ละรุ่น ถ้าน้ำหนักเหล่านี้มีค่าเท่ากันทั้งหมดแล้วนี้เป็นค่าเฉลี่ยการคาดการณ์ที่เรียบง่าย แต่ผู้วิจัยสามารถเริ่มต้นจากก่อนว่ารูปแบบทั้งหมดเป็นสิ่งที่ดีอย่างเท่าเทียมกันแต่แล้วประมาณหลังน่าจะเป็นรูปแบบที่สามารถนำมาใช้เป็นน้ำหนักแทน

ผลลัพธ์ (ไทย) 3:

ทั่วไปที่พยากรณ์ควรจะให้ความสนใจกับผลนี้ แม้ไม่ต้อง
เข้าใจสิ่งที่เป็นเพื่อประสิทธิภาพเกี่ยวกับแบบฟอร์มนี้เฉพาะของการหดตัว
ผลที่เท่ากันน้ำหนักเฉลี่ยให้การคาดการณ์ที่ดีที่สุด แต่แปลก
แน่นอนมันไม่สามารถที่ถูกต้องเป็นหลักทั่วไปที่เท่ากับน้ำหนักเฉลี่ยของ
การคาดการณ์อยู่เสมอที่ดีที่สุด ตัวอย่างเช่นหนึ่งเสมอสามารถเพียงเฉลี่ยสอง
การคาดการณ์ที่คาดการณ์ครั้งแรก เรียกใหม่ และโยนมันกลับอยู่ในชุดของการคาดการณ์การ
ถือว่า ถ้าหนักเท่ากันอยู่เสมอที่ดีที่สุด แล้วคาดการณ์ใหม่นี้จะรับน้ำหนักเท่ากัน

แต่นี้มีการเปลี่ยนแปลงน้ำหนักในการคาดการณ์เดิมซึ่งไม่ทั้งหมด
เท่ากัน ในขณะที่มันเป็นเรื่องง่ายที่จะพูด มันเป็นการยากมากที่จะมาด้วยคอนกรีต
ทางเลือกกลยุทธ์การพยากรณ์จริงๆดีกว่าง่ายเฉลี่ยในแง่ของ
ออกจากตัวอย่างการคาดการณ์เงินเฟ้อ นั่นคือเป้าหมายของบทความนี้
บทความนี้พิจารณาการคาดการณ์อัตราเงินเฟ้อโดยเฉลี่ยเราแบบจำลองเบ
, เทคนิคซึ่งไม่ถือว่าเป็นหุ้น และวัตสัน ( 2001 2002a )
ถัวเฉลี่ยแบบจำลองเบได้รับการพัฒนาส่วนใหญ่ แต่ไม่เฉพาะโดย
สถิติเป็นนอกคอก econometricians . ความคิดคือการพิจารณาการคาดการณ์เมื่อ
นักวิจัยไม่ทราบว่าโมเดลจริง แต่ได้รุ่นที่ผู้สมัครหลาย การคาดการณ์
สามารถสร้างการวางน้ำหนักบนการคาดการณ์จากแต่ละรุ่น ถ้าน้ำหนักเหล่านี้
ทุกคนเท่าเทียมกัน แล้วนี้ง่ายคาดการณ์เฉลี่ย . ผู้วิจัยสามารถ แต่เริ่ม
จากเดิมที่ทุกรุ่นที่พอๆ กัน แต่แล้วประมาณค่าความน่าจะเป็นของ
ของรุ่น ซึ่งสามารถใช้เป็นเวทแทน