Bestimmung der Unsicherheiten bei der Modellspezifikation in der nahezu deterministischen Regression

Die Minimierung des erwarteten Verlusts ignoriert Modellspezifikationsfehler, was zu einer erheblichen Unterschätzung der Parameterunsicherheiten im Grenzfall großer Datensätze oder unterspezifizierter Modelle führt. Wir analysieren den Generalisierungsfehler von nahezu deterministischen, fehlspezifizierten und unterspezifizierten Ersatzmodellen und leiten eine effiziente Ensemble-Methode ab, die diese Beschränkungen berücksichtigt.