Please wait a minute...
国际政治科学  2017, Vol. 2 Issue (3): 1-32    
  本期目录 | 过刊浏览 |
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
庞珣
全文: PDF(13514 KB)   HTML
输出: BibTeX | EndNote (RIS)      
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。

关键词 预测定量方法风险贝叶斯模型政治动荡    
     出版日期: 2017-12-04
通讯作者: 庞珣   

引用本文:

庞珣. 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[J]. 国际政治科学, 2017, 2(3): 1-32.

链接本文:

http://qjip.tsinghuajournals.com/CN/Y2017/V2/I3/1

图1  变量之间的相关性

注:纵轴和横轴为48个带选变量,图中的每个格子是对应的行与列所代表的一对变量之间的相关系数。图中的圆圈越大表明相关系数的绝对值越大。

图2  二元分布下的针板先验分布与后验分布示意图
表1  针板模型的变量选择(后验概率)
图3  针板模型多模型选择中的变量构成和模型经验概率

注:图中第一列为模型编号,第二列为各模型的后验概率(权重),其他各列为候选变量在各模型中的入选情况。标记有黑色方块的为入选,空白为未入选。为节省空间,变量以编号代替,同表1的变量编号,与表1对照可得到各变量的具体指代。

图4  预测概率期望值和95%置信区间

注:图中横轴为观察单元(国家—年份),纵轴为预测爆发政治动荡的概率。图中空心圆点为预测概率的期望值,竖线段为95%置信区间。图中虚线的左侧为实际发生政治动荡事件的观察单元,而右边是未发生政治动荡事件的观察单元。

图5  多模型平均预测和单一最佳模型预测的ROC曲线
表2  多模型平均预测和单一模型预测的样本外预测表现比较
No related articles found!