Regression model
Conformal Prediction for Time-Series Forecasting
Conformal prediction 是一种无分布的包装器，它仅使用残差即可将任何点预测器（ARIMA、神经网络或机器学习模型）转换为有效的预测区间。时间序列形式由 Xu & Xie (2021) 推广，现代教程由 Angelopoulos & Bates (2023) 处理。
用 EconMind 应用即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 1). Conformal Prediction for Time-Series Forecasting. ScholarGate. https://scholargate.app/zh/econometrics/conformal-prediction-ts
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →