Konforme Prädiktion für Zeitreihenprognosen
Die konforme Prädiktion ist ein verteilungsfreier Wrapper, der jeden Punktprognostiker – ARIMA, ein neuronales Netz oder ein Machine-Learning-Modell – unter Verwendung nur seiner Residuen in valide Vorhersageintervalle umwandelt. Die Zeitreihenform wurde von Xu & Xie (2021) populär gemacht und die moderne Tutoriumsbehandlung von Angelopoulos & Bates (2023).
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/de/econometrics/conformal-prediction-ts
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- ARIMA-Modell (Autoregressive Integrated Moving Average)Ökonometrie↔ vergleichen
- Gradient BoostingMaschinelles Lernen↔ vergleichen
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ vergleichen
- Quantile RegressionÖkonometrie↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →