重新校准流行病的概率预测
亚伦·鲁马克，瑞安·蒂布希拉尼，罗尼·罗森菲尔德
发布时间：年12月15日
抽象
分布预报对于各种应用都很重要，包括流行病预测。通常，预测校准错误，或者在为未来事件分配不确定性方面不可靠。我们提出了一种重新校准方法，该方法可以应用于给定回顾性预报和观测的黑盒预报员，以及使该方法在重新校准流行病预测方面更有效的扩展。该方法可确保在样本中训练和测量时提高校准和对数分数性能。我们还证明，重新校准的预测器的预期对数分数的增加等于PIT分布的熵。我们将这种重新校准方法应用于FluSight网络中的27个流感预报员，并表明重新校准可靠地提高了预报的准确性和校准。这种方法在Github上可用，有效、强大且易于用作改进流行病预测的后处理工具。
作者摘要
传染病的流行每年在全世界造成数百万人死亡，可靠的流行病预测可以使公共卫生官员做出反应，以减轻流行病的影响。但是，由于流行病预测是一项艰巨的任务，因此许多流行病预测没有经过校准。校准是任何预测的理想属性，我们提供了一种重新校准预测的后处理方法。我们证明了这种方法在提高各种流感预测仪的准确性和校准方面的有效性。我们还显示了校准与预测者预期分数之间的定量关系。我们的重新校准方法是任何预测者都可以使用的工具，无论模型选择如何，都可以提高预测的准确性和可靠性。这项工作在预测理论和流行病预测的一些最新应用之间架起了一座桥梁，前者很少涉及新领域或数据很少的领域的应用，后者很少对预测校准进行系统分析。
引文：RumackA，TibshiraniRJ，RosenfeldR（）重新校准流行病的概率预测。公共科学图书馆计算生物学18（12）：e.