Previsió Conformal per a la Predicció de Sèries Temporals
La previsió conformal és un empaquetador lliure de distribució que converteix qualsevol predictor puntual — ARIMA, una xarxa neuronal o un model d'aprenentatge automàtic — en intervals de predicció vàlids utilitzant només els seus residuals. La forma per a sèries temporals va ser popularitzada per Xu & Xie (2021) i el tractament tutorial modern per Angelopoulos & Bates (2023).
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Angelopoulos, A. N. & Bates, S. (2023). Conformal Prediction: A Gentle Introduction. Foundations and Trends in Machine Learning, 16(4), 494-591. DOI: 10.1561/2200000101 ↗
- Xu, C. & Xie, Y. (2021). Conformal Prediction Interval for Dynamic Time-Series. International Conference on Machine Learning (ICML). link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/ca/econometrics/conformal-prediction-ts
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model d'ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Gradient BoostingAprenentatge automàtic↔ compare
- Regressió per Mínims Quadrats Ordinàris (MQO)Econometria↔ compare
- Regressió quantílicaEconometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →