Университет Лихай представил метод MALP для точных прогнозов

Новый подход в прогнозировании: MALP

Статистик из Университета Лихай Тэхо Ким и международная команда разработали метод MALP (Maximum Agreement Linear Predictor), который повышает соответствие прогнозов реальным данным. В отличие от традиционных методов, MALP не просто снижает ошибку, а максимизирует согласованность прогнозов с наблюдаемыми значениями.

Отличие от классических методов

Традиционные подходы, например метод наименьших квадратов, ориентированы на минимизацию средней ошибки. MALP же стремится максимизировать коэффициент конкордации (Concordance Correlation Coefficient, CCC), измеряющий точное совпадение прогнозов с реальными данными по диагонали 45 градусов. По словам Тэхо Кима, «иногда важно не просто приблизить прогнозы к реальным значениям, а добиться максимально возможного соответствия». Метод работает в классе линейных прогнозов, и в будущем планируется расширить его на более широкий спектр моделей.

Преимущества в медицине и биологии

MALP протестировали как на симуляциях, так и на реальных данных. В исследовании глазных сканов, основанном на измерениях 26 левого и 30 правого глаза, MALP точнее предсказал показатели прибора Stratus OCT по сравнению с Cirrus OCT. В тесте с участием 252 взрослых, где учитывались вес, окружность талии и другие параметры для оценки процента жира в организме, MALP также показал более близкие к реальности результаты. Хотя метод наименьших квадратов немного лучше снижал среднюю ошибку, по показателю соответствия MALP оказался эффективнее.

Перспективы применения

Команда Тэхо Кима планирует расширить использование MALP в здравоохранении, биологии и социальных науках. Сейчас метод работает в рамках линейных прогнозов, но в дальнейшем его хотят адаптировать для более сложных моделей. Ожидается, что MALP окажет значительное влияние на научные исследования, где критично максимальное совпадение прогнозов с реальными данными.

Влияние на людей

Метод MALP позволяет повысить точность медицинских диагнозов и планов лечения, а также улучшить надежность результатов в социальных науках. Это способствует принятию более обоснованных решений, что напрямую влияет на качество жизни людей.

Внедрение MALP может привести к более точным и надежным данным в различных сферах, открывая новые возможности для науки и практики.