Dự báo Chuỗi Thời gian bằng Dự đoán Hợp thức
Dự đoán hợp thức là một lớp bao bọc không phụ thuộc phân phối, biến bất kỳ mô hình dự báo điểm nào — ARIMA, mạng nơ-ron, hay mô hình học máy — thành các khoảng dự đoán hợp lệ chỉ bằng cách sử dụng phần dư của nó. Dạng chuỗi thời gian được phổ biến bởi Xu & Xie (2021) và cách tiếp cận hướng dẫn hiện đại bởi Angelopoulos & Bates (2023).
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/vi/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.
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
- Gradient BoostingHọc máy↔ compare
- Hồi quy Bình phương Tối thiểu Thông thường (OLS)Kinh tế lượng↔ compare
- Hồi quy QuantileKinh tế lượng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →