ZOC-TN model

新的ZOC-TN模型增强了具有边界质量的比例结果建模

研究人员引入了零一审查变换正态（ZOC-TN）模型，该模型专为可能在0和1边界处具有概率质量的比例结果而设计。该模型将审查高斯变量与内部值的仿射-logit变换相结合，与现有的基准模型相比，在密度形状方面提供了更大的灵活性。ZOC-TN模型可以扩展以整合树增强机器学习以处理非线性和交互作用，并已应用于美国住宅抵押贷款的违约损失建模，通过时空脆弱性高斯过程显示出强大的性能。