Packing Peanuts: The Role Synthetic Data Can Play in Enhancing Conventional Economic Prediction Models
创建于 更新于
摘要
本论文提出合成数据如同“填充材料”，可填补经济预测模型中的数据空缺，从而提升模型在有限或缺失数据场景下的性能与稳健性。基于Affinity信用卡消费与Womply小型企业数据，研究构建了利用多种缺失值处理技术的基线模型，并设计了随机森林生成合成数据的混合数据模型。实证结果显示，混合数据模型在OLS回归和随机森林预测中显著优于传统方法，证明了合成数据对经济预测的潜在提升价值 [page::0][page::4][page::8][page::10][page::11].
