定量预测的风险来源与处理方法——以“高烈度政治动荡”预测研究项目的再分析为例

被引:12
作者
庞珣
机构
[1] 清华大学国际关系学系
关键词
预测; 定量方法; 风险; 贝叶斯模型; 政治动荡;
D O I
10.16513/j.cnki.qjip.2017.0016
中图分类号
D81 [国际关系];
学科分类号
030207 ;
摘要
近年来我国国际关系学界对预测研究的兴趣迅速增长。国际关系预测有其较高的学术创新潜力和政策应用价值,应成为我国国际关系学科的一个重要的研究方向。科学预测基于对现有信息的分析,对未来尚未发生的事件进行判断,是风险较大的研究工作,对于包括国际关系在内的社会科学来说更是如此。本文在社会科学的普遍框架下,探讨了国际关系定量预测的风险来源及其处理方法,并对"高烈度政治动荡"预测研究项目(Political Instability Task Force)进行评述和再分析,修正原研究在风险控制和预测评估方面的缺陷和不足,运用新方法进行多模型平均预测来降低预测中最为棘手的模型风险。通过理论探讨和实例分析,本文旨在强调国际关系定量预测研究对预测风险进行过程控制和结果评估的重要性,并以此管窥现有大量用于处理和评估预测不确定性的定量工具,包括进行变量选择、模型比较、模型平均的多种方法。
引用
收藏
页码:1 / 32
页数:32
相关论文
共 7 条
[1]   Clustering gene expression profile data by selective shrinkage [J].
Ishwaran, Hemant ;
Rao, J. Sunil .
STATISTICS & PROBABILITY LETTERS, 2008, 78 (12) :1490-1497
[2]   Spike and slab gene selection for multigroup microarray data [J].
Ishwaran, H ;
Rao, JS .
JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2005, 100 (471) :764-780
[3]   Detecting differentially expressed genes in microarrays using Bayesian model selection [J].
Ishwaran, H ;
Rao, JS .
JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2003, 98 (462) :438-455
[4]   Improving forecasts of state failure [J].
King, G ;
Zeng, L .
WORLD POLITICS, 2001, 53 (04) :623-+
[5]   Improving forecasts of state failure [J].
King, G ;
Zeng, L .
WORLD POLITICS, 2001, 53 (04) :623-+
[6]  
Bayesian Model Averaging: A Tutorial[J] . Jennifer A. Hoeting,David Madigan,Adrian E. Raftery,Chris T. Volinsky.Statistical Science . 1999 (4)
[7]  
经济学人 . 2012