Non-randomised PIT for integer forecasts drops forecasts whose observation exceeds all samples

Aperta Adatta ai principianti
  • Qualcosa non va?
#1,260 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
82/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
r
Ambito
data

Direzione di ricerca

Inizia da pit_histogram_sample() in R/metrics-sample.R e segui come la sua CDF condizionale assegna i valori ai confini dei bin. Riproduci il caso segnalato con osservazioni al di sopra e al di sotto dell’intervallo del campione, quindi aggiungi il test di regressione suggerito. Il lavoro è completato quando entrambi i casi contribuiscono con tutte le previsioni all’istogramma PIT atteso, compreso l’estremo superiore.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

CLAUDE: With integers = "nonrandom" (the default for count data), forecasts whose observation is larger than every predictive sample contribute nothing to the PIT histogram, so the histogram no longer sums to the number of forecasts. This hides exactly the under-prediction a PIT histogram should reveal.

library(scoringutils)
P <- matrix(rep(1:10, 4), nrow = 4, byrow = TRUE)
pit_histogram_sample(c(20, 20, 20, 20), P, quantiles = seq(0, 1, 0.25))
#> [1] 0 0 0 0      # expected 0 0 0 4
pit_histogram_sample(c(0, 0, 0, 0), P, quantiles = seq(0, 1, 0.25))
#> [1] 4 0 0 0      # the mirror case is correct

The same happens through get_pit_histogram().

Location: pit_histogram_sample() in R/metrics-sample.R: when p_xm1 == p_x == 1, the conditional CDF at u = 1 takes the first fcase branch (u <= p_xm1 gives 0) instead of 1. More generally, a point mass exactly on a break is pushed into the next bin.

Suggested fix: check u >= p_x before u <= p_xm1, and add a test with observations outside the sample range on both sides.

Found during a full review of the package (version 2.3.0.9000, main at 779d7d68).

Lingua principale
R
Stelle
65
Fork
24
Merge medio
1h 24m
PR unite (30g)
2

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di epiforecasts/scoringutils

Tutte le issue di epiforecasts/scoringutils

Issue simili

Altre issue su R

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.