The Psychometric Properties of Probability and Quantile Forecasts
Notice bibliographique
Résumé
Forecasting tournaments are a well established method for assessing human forecasting skills. Most forecasting tournaments are based on a format where participants estimate the probabilities of discrete events. For predictions of continuous values, the possible range of outcome values is divided into mutually exclusive bins covering the entire outcome distribution so that probabilities for each bin can be elicited. An alternative approach involves directly eliciting forecasts about quantiles of the continuous quantity. Using both simulated data and data from 1,147 participants who completed five surveys focused on forecasting tasks in a longitudinal study, we compared the psychometric properties of quantile and probability elicitation methods. In the simulation, we demonstrated that items in the quantile format recovered parameters that defined forecasters’ latent forecasting skill in fewer items than the probability format, and identified several idiosyncrasies in accuracy scores for the probability format that drive these differences. In the empirical analyses, we elicited forecasts about a set of 36 forecasting questions in both formats: quantile forecasts at five fixed probability values (5%, 25%, 50%, 75%, 95%) and probability forecasts for five pre-determined item-specific bins. Consistent with the simulated results, our findings revealed that forecasts in the quantile format showed considerably stronger internal consistency, achieving a suitable reliability level with fewer items. When cross-validating how well individual forecasters’ accuracy on in-sample questions predicted their performance in out-of-sample questions, the variability in the accuracy of quantile forecasts was more statistically explainable. Despite its desirable properties, errors and signs of comprehension difficulties were more frequently observed in the quantile format. Further research is needed to refine elicitations that optimize the effectiveness of quantile-based forecasting judgments.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».