Группа математиков под руководством статистика университета Лихай Тэхо Кима разработала инновационный метод прогнозирования, который обеспечивает более точное соответствие предсказаний реальным результатам. Этот метод, получивший название Максимальный предсказатель согласия (MALP), направлен на улучшение прогнозирования в областях здравоохранения, биологии и социальных наук.
MALP стремится максимизировать коэффициент согласия корреляции (CCC), который оценивает, насколько хорошо предсказанные значения совпадают с наблюдаемыми. Это важно, поскольку традиционные подходы, такие как метод наименьших квадратов, часто фокусируются лишь на снижении средней ошибки.
Исследования MALP проводились на данных из офтальмологии и оценок жировой массы тела. Результаты показали, что, хотя метод наименьших квадратов несколько лучше в снижении средних ошибок, MALP обеспечивал более высокий уровень согласия с реальными значениями.
Это открытие может значительно повлиять на различные научные области, включая медицину и инженерию, предлагая новый взгляд на то, как подходить к прогнозированию.