回归方法的交叉时序预测一致性
机器学习
2025-06-17 v2
摘要
交叉时序预测一致性旨在确保在不同时间和交叉截面水平上所做预测的一致性。我们探讨了顺序方法、迭代方法和最优组合方法之间的关系,讨论了在何种情况下顺序一致性方法(即先交叉截面后时序,或先时序后交叉截面)等价于完全(即交叉时序)一致的迭代启发式方法。此外,我们表明对于特定误差协方差矩阵模式(基于所提最优组合方法所依据的回归模型),迭代一致性自然收敛于最优组合解决方案,无论单维度交叉截面和时序一致性方法的应用顺序如何。通过使用来自小时级光伏发电数据集的预测实验来调查所提方法的理论和经验属性。该研究提出了全面的框架,用于理解和提高交叉时序预测一致性,考虑到预测准确性以及常被忽视的计算方面,显示在通常出现的高维情境中(即通常出现的交叉时序预测一致性情境中),可在内存空间和计算时间方面实现显著改进。
引用
@article{arxiv.2410.19406,
title = {An Auditing Test To Detect Behavioral Shift in Language Models},
author = {Leo Richter and Xuanli He and Pasquale Minervini and Matt J. Kusner},
journal= {arXiv preprint arXiv:2410.19406},
year = {2025}
}
备注
25 pages, 12 figures