확률론적 예측

Probabilistic forecasting

확률론적 예측은 미래 사건에 대해 알려진 것 또는 의견에 대해 요약한다. 단일 값 예측(예: 특정 날짜의 특정 현장의 최대 온도가 섭씨 23도가 되거나 특정 축구 경기의 결과가 무득점이 될 것이라는 예측)과 대조적으로 확률적 예측은 여러 가지 다른 결과 각각에 확률을 할당하고 전체 확률 집합은 재분배한다.개연성 예보를 지지하다 따라서 확률론적 예측은 확률론적 분류의 한 유형이다.

일기예보는 더 단순한 유형의 예보의 기초로 기상 예보관들에 의해서도 사용될 수 있지만, 때때로 공공 소비를 위해 확률 예측이 공표되는 서비스를 나타낸다. 예를 들어, 예보관들은 "우리는 폭우를 예상한다"라는 유형의 예측을 구성하기 위해 그들 자신의 경험과 컴퓨터 생성 확률 예측을 결합할 수 있다.

스포츠베팅은 확률적 예측이 제 역할을 할 수 있는 또 다른 응용 분야다. 경마에 대해 발표되는 경마 전 승산은 경마의 결과에 대한 경마자들의 의견을 요약한 것에 해당한다고 볼 수 있지만, 이는 도서 제작자들의 이익을 고려할 필요가 있기 때문에 주의해서 완화해야 한다. 스포츠 베팅에서 확률 예측은 이와 같이 공표되지 않을 수 있지만, 수익률 등을 정하는 데 있어 책자의 활동의 기반이 될 수 있다.

일기예보

참고 항목: 정량적 강수량 예측 § 확률 접근법

확률론적 예측은 다양한 방법으로 일기예보에 사용된다. 가장 간단한 것 중 하나는 강수 확률의 형태로 강우에 관한 출판이다.

앙상블

주요 기사: 앙상블 예측

확률 정보는 일반적으로 초기 조건이 약간 다른 여러 수치 모델 런을 사용하여 도출된다. 이 기법은 보통 앙상블 예측 시스템(EPS)에 의해 앙상블 예측이라고 불린다. EPS는 가능한 모든 사건에 대해 완전한 예측 확률 분포를 산출하지 않으며, 이를 위해 순수하게 통계적 또는 혼합적 통계적/수리적 방법을 사용할 수 있다.[1] 예를 들어, 온도는 이론적으로 무한한 수의 가능한 값(이벤트)을 가질 수 있다. 통계적 방법은 가능한 모든 온도에 확률 값을 할당하는 분포를 생성할 수 있다. 믿기 어려울 정도로 높거나 낮은 온도는 0에 가까운 확률 값을 가질 수 있다.

각각의 관련 확률을 가진 가능한 초기 조건 집합에 대해 모델을 실행할 수 있다면 앙상블의 멤버 수(즉, 개별 모델 실행)가 특정 사건을 예측하는 정도에 따라 주어진 사건의 실제 조건부 확률을 계산할 수 있다. 실제로, 기상 예보관들은 그들이 가장 뚜렷한 기상 결과를 산출할 가능성이 높다고 생각하는 소수의 동요(보통 약 20)를 추측하려고 한다. 이 목적을 위한 두 가지 일반적인 기술은 번식 벡터(BV)와 단수 벡터(SV)이다.[2] 이 기법은 실제 예측 분포와 동일한 앙상블 분배를 보장하지는 않지만, 그러한 확률적 정보를 확보하는 것이 초기 섭동 선택의 목표 중 하나이다. 즉각적인 확률론적 해석이 없는 다른 종류의 앙상블 예측 시스템에는 서로 다른 수치 기상 예측 시스템에서 생성된 예측을 조합하는 시스템이 포함된다.

예

캐나다는 그들의 확률론적 예측을 퍼센트 단위로 강수 기회를 줌으로써 처음으로 방송한 나라들 중 하나이다.[citation needed] 완전 확률론적 예측의 예로서, 최근 순수 통계적 방법에 의한 강우량에 대한 분포 예측이 개발되었으며, 이 방법은 일일 강우량에 대한 하이브리드 EPS[clarification needed]/통계적 강우 예측과 경쟁적이다.[3]

확률론적 예측은 또한 에너지 생성을 위한 신경망과 결합하여 사용되어 왔다. 이는 점 예측과 같은 전통적인 기법과 달리 풍속과 일조 예측의 불확실성을 설명하기 위해 확률적 간격을 이용한 기상 예측 개선을 통해 이루어진다.[4]

경제예측

거시경제 예측은 무엇보다도 GDP, 인플레이션과 같은 주요 변수에 대해 경제에 대한 예측을 하는 과정으로, 일반적으로 포인트 예측으로 제시된다. 점 예측의 문제점 중 하나는 예측 불확실성을 전달하지 않는다는 것이며, 확률 예측의 역할이 도움이 될 수 있는 부분이다. 대부분의 예측자는 중앙 예측을 벗어난 다양한 대안적 결과나 시나리오에 확률을 부가할 것이다. 이러한 확률은 중앙 예측에 첨부된 위험에 대한 광범위한 평가를 제공하며, 주요 변수의 예상치 못한 또는 극단적인 이동에 영향을 받는다.

확률 예측의 두드러진 예는 예측자가 특정 범위 내의 확률 추정치에 대해 중앙 예측 외에 추가로 질문을 받는 조사에서 수행되는 사례들이다. 싱가포르 통화 당국(MAS)은 분기별 전문 예보관들의 MAS Survey of Professional Forecasters에 확률 예측을 발표하는 기관 중 하나이다. 또 다른 하나는 거시경제조사기관인 컨센서스 이코노믹스가 매년 1월 컨센서스 예측, 아시아 태평양 컨센서스 예측, 동유럽 컨센서스 예측 출판물에 예측 확률에[5] 대한 특별 조사를 발표하는 것이다.

이 주제를 다루는 조사 회사들 외에도, 확률 예측은 또한 학술 연구의 주제다. 이것은 앤서니 가랫, 케빈 리, M의 2000년 연구 논문에서 논의되었다. 하셈 페사란과 신용철 교수는 '매크로코메트릭 모델링의 불확실성 예측: 영국 경제에 대한 적용'이다.[6] MAS는 2015년 10월 거시경제학에서의 밀도 예측에 대한 간략한 조사라는 거시경제학 리뷰에서 이 주제에 관한 기사를 발표했다.[7]

에너지 예측

확률론적 예측은 에너지 예측의 맥락에서 현재까지 광범위하게 조사되지 않았다. 그러나 상황은 변하고 있다.[8][9] 2012년 세계 에너지 예측 대회(GEFCom)가 전기 부하 및 풍력 발전 포인트 예측에 관한 기간 동안, 2014년 판은 전기 부하, 풍력, 태양광, 전기 가격에 대한 확률적 예측을 목표로 했다. GEFCom2014의 가격 트랙에서 상위 두 수행 팀은 소수의 개별 예측 모델 또는 전문가의 점 예측에 정량 회귀 분석을 적용하는 새로운 기법인 [10]Quantile Regression Averaging(QRA) 변형을 사용했으며, 따라서 점 예측의 기존 개발을 활용할 수 있다.

Lumina Decision Systems는 미국 에너지부의 연간 에너지 전망(AEO) 2010을 사용하여 향후 25년간 에너지 사용량에 대한 확률론적 예측 사례를 작성했다.

인구예측

인구 예측 분야에서도 확률 예측이 활용됐다.[11]

평가

확률론적 예측을 평가하는 것은 결정론적 예측을 평가하는 것보다 더 복잡하다.[12] 만약 앙상블 기반의 접근법을 사용하고 있다면, 우선 개별 앙상블 멤버를 조합하여 확률 분포의 관점에서 표현할 필요가 있다.[13] 확률적 예측 평가를 위한 연속 순위 확률 점수 같은 확률론적(적절한) 점수 규칙이 존재한다.[14] 그러한 규칙의 한 예는 브리어 점수다.

참고 항목

참조

  1. ^ Wilks, D.S. (2005), 대기 과학의 통계 방법, 제2판 (국제 지구물리학 시리즈, 제91권). 아카데미 프레스 ISBN0-12-751966-1
  2. ^ 토스, Z.와 칼나이, E.(1997) "NCEP에서의 웸블 예측과 사육 방법", 월간 날씨 리뷰, 125, 페이지 3298.
  3. ^ 리틀, M.A. 등 (2009), "영국 일일 강우량의 현장 고유 밀도 예측을 위한 일반화된 선형 모델". 월간 날씨 리뷰, 37(3), 1029–1045
  4. ^ Kabir, H. M. Dipu; Khosravi, Abbas; Hosen, Mohammad Anwar; Nahavandi, Saeid (2018). "Neural Network-Based Uncertainty Quantification: A Survey of Methodologies and Applications". IEEE Access. 6: 36218–36234. doi:10.1109/access.2018.2836917. ISSN 2169-3536.
  5. ^ "Consensus Economics - Economic Forecasts and Indicators".
  6. ^ https://www.le.ac.uk/economics/research/RePEc/lec/leecon/econ00-4.pdf
  7. ^ http://www.mas.gov.sg/~/미디어/리소스/홍보/매크로_리뷰/2015/MROct15_매크로경제%20리뷰.pdf,pp. 92-97
  8. ^ Weron, Rafał (2014). [Open Access]. "Electricity price forecasting: A review of the state-of-the-art with a look into the future". International Journal of Forecasting. 30 (4): 1030–1081. doi:10.1016/j.ijforecast.2014.08.008.
  9. ^ "Call For Papers: Probabilistic Energy Forecasting International Journal of Forecasting". blog.drhongtao.com. Retrieved 2015-11-29.
  10. ^ Nowotarski, Jakub; Weron, Rafał (2015). [Open Access]. "Computing electricity spot price prediction intervals using quantile regression and forecast averaging" (PDF). Computational Statistics. 30 (3): 791–803. doi:10.1007/s00180-014-0523-0. ISSN 0943-4062.
  11. ^ Wilson, T.; Bell, M. (2007). "Probabilistic Regional Population Forecasts: The Example of Queensland, Australia". Geographical Analysis. 39: 1–25. doi:10.1111/j.1538-4632.2006.00693.x.
  12. ^ Jolliffe, I.T., Stephenson, D.B. (2003) 예측 검증: 대기과학 분야의 실무자 가이드. 와일리. ISBN 0-471-49759-2
  13. ^ 슐젤, C, A. Hense(2011): 앙상블 드레싱에 의한 독일 남서부 지역 기후변화에 대한 확률론적 평가, 2003-2014 Climate Dynamics 36 (9)
  14. ^ 그네팅, T, 래프터리(2007)는 "엄격한 적정 채점 규칙, 예측, 평가"라고 말했다. 미국통계학회지, 102, 페이지 359–378

외부 링크