MétaCan
Menu
Retour à la cohorte
Enregistrement W4375946964 · doi:10.26509/frbc-wp-202310

The Art of Temporal Approximation: An Investigation into Numerical Solutions to Discrete and Continuous-Time Problems in Economics

2023· report· en· W4375946964 sur OpenAlex
Keyvan Eslami, Thomas Phelan

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWorking paper · 2023
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDiscrete time and continuous timeIngenuityContext (archaeology)Computer scienceMathematical optimizationNonlinear systemRegular polygonContinuous modellingDynamic programmingApplied mathematicsMathematicsAlgorithmEconomicsStatisticsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

A recent literature within quantitative macroeconomics has advocated the use of continuous-time methods for dynamic programming problems. In this paper we explore the relative merits of continuous-time and discrete-time methods within the context of stationary and nonstationary income fluctuation problems. For stationary problems in two dimensions, the continuous-time approach is both more stable and typically faster than the discrete-time approach for any given level of accuracy. In contrast, for convex lifecycle problems (in which age or time enters explicitly), simply iterating backwards from the terminal date in discrete time is superior to any continuous-time algorithm. However, we also show that the continuous-time framework can easily incorporate nonconvexities and multiple controls—complications that often require either problem-specific ingenuity or nonlinear root-finding in the discrete-time context. In general, neither approach unequivocally dominates the other, making the choice of one over the other an art, rather than an exact science. Code can be found at https://github.com/tphelanECON/The Art of Temporal Approximation WP.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,068
Tête enseignante GPT0,255
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle