经验曲线如何预测技术进步？A方法

5比较了Wright和Moore模型估计的噪声方差。这些关键数量表示每个模型未解释的（对数）成本变化量；它们还作为直接因素输入预期均方预测误差公式。值越低，预测结果越好，也越可靠。图中显示，对于每种技术，两种模型给出的值相似；见表1）。0.02 0.05 0.10 0.200.020.050.100.20σ~ηK ~化学沙瓦消费者GoodsEnergyFoodFigure 5：摩尔和赖特模型的残差标准偏差比较。接下来，我们展示了萨哈尔在纳吉特（2013）中的身份。Sahal的观察结果是，如果累计产量和成本都分别具有指数趋势r和u，那么成本和产量具有幂律（恒定弹性）关系，其参数为ω=u/r。检验这种关系有效性的一种方法是测量u，r和ω独立，并绘制ω与u/r。图6显示了结果，并证实了萨哈尔身份的相关性。0.1 0.2 0.5 1.0 2.00.10.20.51.02.0- ur- ωChemicalsHardwareConsumer GoodsEnergyFoodFigure 6：萨哈尔身份的说明。为了解释为什么萨哈尔的恒等式如此有效，摩尔定律和赖特定律具有类似的解释力，在第2.4节中，我们在理论上展示了如果产量呈指数增长，则累积产量呈指数增长，波动性更低。图7显示了该理论结果如何应用于我们的数据集。知道（log）生产时间序列的漂移和波动性，我们能够很好地预测（log）累积生产时间序列的漂移和波动性。0.001 0.005 0.020 0.050 0.200 0.5005e-04 2e-03 1e-02 5e-02 2e-01σq2^tanh（g^2）σx^0.01 0.05 0.500.010.020.050.100.200.50图7：等式测试。

15将累计生产的波动性与生产的漂移和波动性联系起来。插图显示了累积产量（cumulativeproduction）r与产量（drift of production）g的漂移。3.4比较摩尔定律和赖特定律的预测误差摩尔定律的预测仅基于成本时间序列，而赖特定律的预测使用有关未来经验的信息来预测未来成本。因此，我们预计原则上赖特的预测应该更好。现在，我们以多种方式比较Wright和Moore的模型。第一种方法是简单地显示两个模型预测误差的散点图。图8显示了用^K归一化的误差散点图√A（即“Moorenormalized”，见等式8-9、24和25），以身份线作为比较点。很明显，它们是高度相关的。WhenCost生产Cumul。戳