将基于最近邻的回归保角预测应用于时间序列数据
统计方法学
2021-10-26 v1 统计计算
机器学习
摘要
在本文中，我们将保角预测(conformal prediction)应用于时间序列数据。保角预测是一种在给定置信水平下产生预测区域的方法。在可交换性假设下，其输出的区域总是有效的。然而，该假设对于时间序列数据不成立，因为过去、当前和未来的观测之间存在关联。因此，将保角预测器应用于时间序列数据问题的挑战在于，时间序列的观测是相关的，因此不满足可交换性假设。本文旨在提出一种在时间序列背景下利用保角预测器构建可靠预测区间的方法。我们使用基于加权最近邻中快速参数调优技术(FPTO-WNN)方法的最近邻方法作为底层算法。数据分析证明了所提方法的有效性。
引用
@article{arxiv.2110.13031,
title = {Applying Regression Conformal Prediction with Nearest Neighbors to time series data},
author = {Samya Tajmouati and Bouazza El Wahbi and Mohammed Dakkoun},
journal= {arXiv preprint arXiv:2110.13031},
year = {2021}
}