Konform prediktion för tidsserieprognoser
Konform prediktion är en distributionsfri omslutning som förvandlar vilken punktprognosmodell som helst – ARIMA, ett neuralt nätverk eller en maskininlärningsmodell – till giltiga prediktionsintervall med enbart dess residualer. Tidsserievarianten populariserades av Xu & Xie (2021) och den moderna handledningsbehandlingen av Angelopoulos & Bates (2023).
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/sv/econometrics/conformal-prediction-ts
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- ARIMA (Autoregressive Integrated Moving Average) ModellEkonometri↔ jämför
- Gradient BoostingMaskininlärning↔ jämför
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ jämför
- KvantilregressionEkonometri↔ jämför
Refereras av
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →