브라이어 점수란 무엇입니까?
Brier 점수 는 확률적 예측의 정확성을 측정하기 위해 통계에서 사용하는 측정항목입니다. 일반적으로 예측 결과가 이분법적일 때 사용됩니다. 결과가 발생하거나 발생하지 않습니다.
예를 들어 일기예보에서 비가 올 확률이 90%라고 했는데 실제로 비가 내린다고 가정해 보겠습니다. 다음 공식을 사용하여 이 예측에 대한 Brier 점수를 계산할 수 있습니다.
브라이어 점수 = (f – o) 2
금:
f = 예측 확률
o = 결과(이벤트가 발생하면 1, 발생하지 않으면 0)
이 예에서 예측의 Brier 점수는 (0.9 – 1) 2 = -0.1 2 = 0.01 입니다.
팁 세트의 Brier 점수는 개별 팁의 Brier 점수 평균으로 간단히 계산됩니다.
브라이어 점수 = 1/n * Σ(f t – o t ) 2
금:
n = 표본 크기(예측 수)
Σ = “합계”를 의미하는 고급 기호
f t = 사건 t 에서의 예측 확률
o = 이벤트 t 에서의 결과(이벤트가 발생하면 1, 발생하지 않으면 0)
Brier 점수는 0과 1 사이의 값을 가질 수 있으며, 0은 가능한 최고 점수이고 1은 최악의 점수입니다. Brier 점수가 낮을수록 예측이 더 정확해집니다.
브라이어 점수 계산 예
다음 예에서는 Brier 점수를 계산하는 방법을 보여줍니다.
예 1: 일기예보에서는 비가 올 확률이 0%이고 비가 온다고 합니다.
브라이어 점수 = (0 – 1) 2 = 1
예 2: 일기예보에서는 비가 올 확률이 100%이고 비가 온다고 합니다.
브라이어 점수 = (1 – 1) 2 = 0
예 3: 일기예보에 따르면 비가 올 확률이 27%이고 비가 내리고 있습니다.
브라이어 점수 = (0.27 – 1) 2 = 0.5329
예 4: 일기예보는 비가 올 확률과 비가 내리지 않을 확률이 97%라고 나와 있습니다.
브라이어 점수 = (0.97 – 0) 2 = 0.9409
예 5: 기상학자는 다음과 같이 예측합니다.
비 올 확률 | 결과 |
---|---|
27% | 비 |
67% | 비 |
83% | 비 없음 |
90% | 비 |
다음 공식을 사용하여 이 예측 세트에 대한 Brier 점수를 계산할 수 있습니다.
비 올 확률 | 결과 | 브라이어 점수 |
---|---|---|
27% | 비 | (.27-1) 2 = .5329 |
67% | 비 | (.67-1) 2 = .1089 |
83% | 비 없음 | (.83-0) 2 = .6889 |
90% | 비 | (.90-1) 2 = .01 |
브라이어 점수 = (.5329 + .1089 + .6889 + .01) / 4 = 0.3352 .
브리어 스킬 결과
Brier 기술 점수는 새 예측 모델의 Brier 점수가 기존 예측 모델과 얼마나 잘 비교되는지를 알려주는 측정항목입니다. 다음과 같이 계산됩니다.
브라이어 숙련도 점수 = (BS E – BS N ) / BS E
금:
BS E = 기존 모델의 Brier 점수
BS N = 새 모델의 Brier Score
Brier 기술 점수가 긍정적인 경우 새 모델은 더 정확한 예측을 수행합니다. Brier Skill Score가 음수이면 새 모델은 더 나쁜 예측을 내립니다. 그리고 Brier Skill Score가 0이면 새 모델은 기존 모델에 비해 개선 사항을 제공하지 않습니다.
예를 들어, 기존 모델의 Brier 점수가 BS E = 0.4221이고 새 모델의 Brier 점수가 BS N = 0.3352라고 가정합니다. 새로운 모델의 Brier Skill Score는 다음과 같이 계산할 수 있습니다.
브라이어 숙련도 점수 = (0.4421 – 0.3352) / (0.4421) = 0.2418 .
이 숫자는 양수이므로 새 모델이 기존 모델에 비해 더 정확한 예측을 제공한다는 것을 나타냅니다.
브라이어 스킬 점수가 높을수록 기존 모델에 비해 신형 모델의 개선 정도가 더 커집니다.