Pular para o conteúdo principal

Cookies no Macro by Mark.Usamos cookies essenciais para login, idioma e segurança. Com sua permissão, também usamos cookies opcionais de preferências, para análise e para medição de anúncios com o Pixel da Meta (Facebook). Leia nossa política de cookies.

Macro by MarkMacro by Mark
  • Início
Carregando…
Carregando…
← Modelos
MacroConceitosPolíticaModelos

Modelo Floresta aleatória

Conjunto de árvores de decisão ensacadas para previsão macro não linear e diagnóstico de importância de variáveis.

Visão geralGráficoMatemáticaReferências

Floresta aleatória: artigos e trilha de evidência

Use esta aba para localizar os textos e referências que sustentam a página. Títulos bibliográficos são preservados no idioma original.

Floresta aleatória fontes: fontes e orientação de uso

De onde vem a estrutura, quais hipóteses adota e como interpretar os resultados.

Fontes acadêmicas e de pesquisa

Fontes acadêmicas e de pesquisa

[S1] Machine Learning ↗

Breiman (2001) -- introduced random forests, proved a generalization-error bound in terms of tree strength and correlation, and proposed the OOB error and permutation importance diagnostics; additive-model consistency came later with Scornet, Biau, and Vert (2015)

Machine Learning · 2001

[S2] Machine Learning ↗

Breiman (1996) -- bagging predictors, the variance-reduction foundation underlying random forests

Machine Learning · 1996

[S3] IEEE Transactions on Pattern Analysis and Machine Intelligence ↗

Ho (1998) -- random subspace method, the feature-subsampling precursor to Breiman's mtry parameter

IEEE Transactions on Pattern Analysis and Machine Intelligence · 1998

[S4] Journal of Applied Econometrics ↗

Goulet Coulombe, Leroux, Stevanovic, Surprenant (2022) -- large-scale macro forecasting horse race showing random forests competitive with deep learning and penalized regressions

Journal of Applied Econometrics · 2022

[S5] The Review of Financial Studies ↗

Gu, Kelly, Xiu (2020) -- empirical asset pricing comparison finding random forests competitive with neural networks for stock return prediction

The Review of Financial Studies · 2020

[S6] The Annals of Statistics ↗

Athey, Tibshirani, Wager (2019) -- generalized random forests for heterogeneous treatment effect estimation, extending the framework to causal inference

The Annals of Statistics · 2019

[S7] Journal of Machine Learning Research ↗

Meinshausen (2006) -- quantile regression forests for conditional distribution estimation

Journal of Machine Learning Research · 2006

Como ler esta lista

As fontes estão agrupadas pela proximidade com a evidência. Comece por divulgações oficiais e páginas metodológicas para afirmações de medição; use artigos e textos para discussão para mecanismos, identificação e interpretação.

As referências fundamentam a estrutura; não validam automaticamente os parâmetros escolhidos no gráfico.

Composição das fontes

7 · Fontes acadêmicas e de pesquisa

Macro by Mark
Ajuda
Política de PrivacidadeTermos de UsoÉtica e conformidade

© 2026 Mark Jayson Nation LLC