Horizon-dependent forecast ranking under structural change: a rolling-origin benchmark for global COVID-19 incidence
本論文は、構造的変化や非定常性を伴う新型コロナウイルスの世界的な発生データを用いたローリングオリジン基準による評価を通じて、予測の精度が予測_horizon_に強く依存し、単純な基準モデル(ドリフトや季節性ナイーブ)が複雑な統計モデルを上回る場合が多いことを示しています。