Regression model
پیشبینی انطباقی برای پیشبینی سریهای زمانی
پیشبینی انطباقی یک پوشش توزیع-آزاد است که هر پیشبینیگر نقطهای — ARIMA، یک شبکه عصبی، یا یک مدل یادگیری ماشین — را با استفاده از صرفاً باقیماندههایش به بازههای پیشبینی معتبر تبدیل میکند. شکل سری زمانی توسط Xu & Xie (2021) و رویکرد آموزشی مدرن توسط Angelopoulos & Bates (2023) رایج شد.
مطالعهٔ کامل روش
ویژهٔ اعضا
ورودبرای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/fa/econometrics/conformal-prediction-ts
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- مدل آریما (میانگین متحرک یکپارچه خودرگرسیو)اقتصادسنجی↔ مقایسه
- گرادیان بوستینگ (Gradient Boosting)یادگیری ماشین↔ مقایسه
- رگرسیون حداقل مربعات معمولی (OLS)اقتصادسنجی↔ مقایسه
- رگرسیون کوانتایلاقتصادسنجی↔ مقایسه
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →