Новый метод прогнозирования обеспечивает удивительно точные результаты
Международная группа математиков под руководством статистика из Университета Лихай Тэхо Кима разработала новый метод прогнозирования, который обеспечивает более точное соответствие реальным данным. Техника под названием Maximum Agreement Linear Predictor (MALP) предназначена для улучшения прогнозов в различных научных областях, включая медицину, биологию и социальные науки.
Основная цель MALP — повысить согласованность между предсказанными и наблюдаемыми значениями. Метод максимизирует коэффициент конкордасной корреляции (CCC), который оценивает, насколько точно пары чисел выстраиваются вдоль линии под 45 градусов на диаграмме рассеяния.
«Иногда мы хотим не просто, чтобы прогнозы были близки — мы хотим, чтобы они имели максимальное согласие с реальными значениями», — объясняет Ким.
Исследователи протестировали MALP на реальных данных, включая сканы глаз и измерения жира в организме. В офтальмологическом исследовании, сравнивающем два типа томографов, MALP показал более точное соответствие реальным значениям по сравнению с традиционным методом наименьших квадратов, который, в свою очередь, немного лучше справлялся с минимизацией средней ошибки.
Аналогичные результаты были получены при анализе данных о жировых отложениях у 252 взрослых. MALP снова обеспечил более точное соответствие реальным измерениям, подтвердив компромисс между согласованностью и минимизацией ошибки.
Исследователи подчеркивают, что выбор между MALP и традиционными методами зависит от конкретных задач. Когда важнее минимизировать общую ошибку, классические подходы остаются эффективными, но когда требуется максимальное соответствие реальным результатам, MALP оказывается предпочтительнее.
В будущем команда планирует расширить метод за пределы линейных предикторов, создав «Максимальный согласованный предиктор» общего назначения.
0 комментариев