On single point forecasts for fat-tailed variables.
On single point forecasts for fat-tailed variables.
复制标题
DOI：
10.1016/j.ijforecast.2020.08.008
复制
发表时间：
2020-10-20
影响因子：
7.9
通讯作者：
Cirillo P
中科院分区：
文献类型：
--
作者：
Taleb NN;Bar-Yam Y;Cirillo P
我们讨论了常见的错误和谬误时，使用天真的“证据为基础的”实证主义和点预测的厚尾变量，以及使用天真的一阶科学方法尾部风险管理的不足。我们以COVID-19疫情作为讨论的背景，并作为一个以倍增性质为特征的现象的例子，以及统计特性和相关风险必须产生的缓解政策。在这样做的时候，我们也回应了Ioanneal等人提出的观点。（2020年）。
We discuss common errors and fallacies when using naive “evidence based” empiricism and point forecasts for fat-tailed variables, as well as the insufficiency of using naive first-order scientific methods for tail risk management. We use the COVID-19 pandemic as the background for the discussion and as an example of a phenomenon characterized by a multiplicative nature, and what mitigating policies must result from the statistical properties and associated risks. In doing so, we also respond to the points raised by Ioannidis et al. (2020).
登录
查看更多内容
影响因子：
19.6
作者：
Cirillo, Pasquale;Taleb, Nassim Nicholas
通讯作者：
Taleb, Nassim Nicholas
影响因子：
8.4
作者：
ROSE, NL
通讯作者：
ROSE, NL
影响因子：
158.5
作者：
Ackermann, Maximilian;Verleden, Stijn E.;Jonigk, Danny
通讯作者：
Jonigk, Danny
影响因子：
2.3
作者：
LINDGREN, G
通讯作者：
LINDGREN, G
影响因子：
8.3
作者：
Ioannidis, John P. A.;Axfors, Cathrine;Contopoulos-Ioannidis, Despina G.
通讯作者：
Contopoulos-Ioannidis, Despina G.