Predicción Conforme para Pronóstico de Series Temporales
La predicción conforme es un envoltorio (wrapper) libre de distribuciones que convierte cualquier pronosticador puntual — ARIMA, una red neuronal o un modelo de aprendizaje automático — en intervalos de predicción válidos utilizando únicamente sus residuos. La forma para series temporales fue popularizada por Xu & Xie (2021) y el tratamiento tutorial moderno por Angelopoulos & Bates (2023).
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/es/econometrics/conformal-prediction-ts
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ comparar
- Gradient BoostingAprendizaje automático↔ comparar
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ comparar
- Regresión CuantílicaEconometría↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →