Konform forudsigelse til tidsserieprognoser
Konform forudsigelse er en distributionsfri wrapper, der omdanner enhver punktprognose — ARIMA, et neuralt netværk eller en maskinlæringsmodel — til gyldige forudsigelsesintervaller ved kun at bruge dens residualer. Tidsserieformen blev populariseret af Xu & Xie (2021) og den moderne vejledning af Angelopoulos & Bates (2023).
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/da/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.
- ARIMA (Autoregressive Integrated Moving Average) ModelØkonometri↔ compare
- Gradient BoostingMaskinlæring↔ compare
- Almindelig mindste kvadraters metode (OLS) regressionØkonometri↔ compare
- KvantilregressionØkonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →