Newest papers

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

Andrei Velichko, Imen Mahmoud · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.28563 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

FEDlocked điểm là một chế độ tương tác trực tuyến được sử dụng rộng rãi như là một dấu vết kỹ thuật số của thông tin tìm kiếm trong các dịch bệnh, nhưng giá trị dự đoán của nó thường được giảm xuống còn mối tương quan, một sự chậm trễ được chọn, hoặc một điểm số dự đoán-sai lầm duy nhất. Chúng tôi kiểm tra tám cặp Google Trends-COVID-19 được giải thích trước khi xác định trong cả hai hướng bằng cách sử dụng các dự báo dự đoán LightGBM phù hợp trên các cửa sổ chạy 400 ngày và chân trời 1-14 ngày. Log-RMSE tăng được kết hợp với dự báo-sai lầm phân phối entropy (FEDE) tích cực, trong đó ghi lại những thay đổi tích cực phụ thuộc vào các triệu chứng trong phân phối lỗi được ký kết. Độ mạnh dự đoán định hướng (PRD0S) kết quả cho trường hợp

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, RMSE effect, FEDE endpoint and early-slope responses, persistence across rolling regimes, and horizon profile. For screening candidate directions, we also introduce a relative persistence-weighted directional predictive response strength (DPRS) on a within-study 0-100 scale; 100 denotes the strongest observed response in the comparison set, not an absolute coupling maximum. The pairs show concordant, RMSE-only, FEDE-only, and mixed responses. "loss of smell" -> reported cases is accuracy-dominant, with mean log-RMSE gain 0.104 (about 9.9% equivalent RMSE reduction) and DPRS 100, whereas the reverse direction is FEDE-dominant (D_FEDE=0.048; DPRS=42). "covid test" -> positive rate is FEDE-dominant (D_FEDE=0.039; positive in 72% of windows; DPRS=98) despite negative RMSE gain, while "lockdown" -> stringency is the clearest concordant case (DPRS=78). World-level symptom/case pairs are less persistent. Thus, forecast accuracy and error-distribution dynamics are complementary, predictive effects can be direction- and metric-dependent, and forecast horizon is part of the relationship. Aggregated regime-level patterns should not be extrapolated to individual time points or interpreted as evidence of causality.

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

Topics: Mean squared error, Mathematics, Statistics, Predictive value, Mean squared prediction error, Entropy (arrow of time)

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