TY -的A2 -费雷拉,保罗Jorge对峙盟——汗,Faridoon盟——Urooj Amena盟——Ullah Kalim盟——Alnssyan德尔非盟- Almaspoor Zahra PY - 2021 DA - 2021/12/09 TI -比较Autometrics和处罚技术在各种错误分布:证据从蒙特卡罗模拟SP - 9223763六世- 2021 AB -这项工作比较Autometrics与双重处罚等技术极大极小凹点球(MCP)和顺利剪绝对偏差(竹荚鱼)等不对称误差分布指数,γ,邻不同样本大小以及预测。全面的模拟,基于各种各样的场景,揭示的方法被认为是显示改进的性能增加样本量。在低多重共线性的情况下,这些方法展示良好的性能在效力方面,但是在衡量,收缩方法崩溃,和更高的规导致overspecification的模型。高水平的多重共线性影响Autometrics的性能。相比之下,收缩方法是健壮的高多重共线性在效力方面,但是他们倾向于选择一个大规模组不相关的变量。此外,我们发现,扩大数据降低了高多重共线性的不利影响Autometrics迅速,逐渐纠正收缩的测量方法。对于经验的应用程序,我们把黄金价格从1981年到2020年的数据。虽然所有选定方法的预测性能比较,我们把数据分成两个部分:数据作为训练数据,1981 - 2010年和2011 - 2020年以上作为测试数据。所有方法训练的训练数据,然后通过测试评估的性能数据。基于均方根误差和平均绝对误差,Autometrics保持最好的获取黄金价格趋势和生产预测比MCP和竹荚鱼。 SN - 1076-2787 UR - https://doi.org/10.1155/2021/9223763 DO - 10.1155/2021/9223763 JF - Complexity PB - Hindawi KW - ER -