Asymmetric Bidirectional Predictive Dynamics in Google Search and COVID-19 Time Series: A Multi-Horizon Forecast-Error Analysis

Andrei Velichko, Imen Mahmoud · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28563 · open-access PDF

Arabic

يتم استخدام نشاط البحث عبر الإنترنت بشكل واسع كعبارة رقمية للبحث عن المعلومات أثناء الأوبئة، ولكن قيمة التوقيت غالباً ما يتم تقسيمها إلى التوازن، أو الانتظار المختلط، أو نقطة خطأ فقط. نحن نبحث عن ثمانية زوجات من Google Trends-COVID-19 المحددة في كل الاتجاهات باستخدام التوقعات LightGBM المتوافقة على الأبواب السريعة من 400 يومًا والخلفية من 1-14 يومًا. يتم مكافأة Log-RMSE مع تزايد توزيع الأخطاء التوقيتية (FEDE)، والتي تكتشف التغيرات المرتبطة بالخلفية في توزيع الأخطاء المذكورة.

Machine translation (Meta M2M100); the English original follows.

Abstract

Online search activity is widely used as a digital trace of information seeking during epidemics, but its predictive value is often reduced to correlation, a selected lag, or a single forecast-error score. We examine eight pre-specified Google Trends-COVID-19 pairs in both directions using matched LightGBM forecasts over rolling 400-day windows and horizons of 1-14 days. Log-RMSE gain is combined with forecast-error distribution entropy (FEDE), which captures horizon-dependent changes in the signed error distribution. The resulting directional predictive signature comprises response class, RMS

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Is this paper real? This page was built from OpenAlex and arXiv records, not generated. Software can verify any reference in one call: GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28563, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txt

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange