宣布边界后重置规则：50次预测逐时差距碾压五种自适应方法！
Announced Breaks Separate Conformal Reliability from Frequency Calibration
📖 AI 总结
该论文研究在已知边界（announced break）情形下，共形预测的可靠性评估与频率校准之间的区别。作者提出在边界处进行重置，并区分两种审计：逐时审计衡量共形可靠性，即阈值覆盖率与名义水平的期望距离；频率审计则检验封闭窗口内的错误率是否匹配。理论分析表明，重置规则在独立分数下达到逐时审计的极小极大速率，而递归重置在有限分数上可获得随计数倒数衰减的频率差距。实证方面，在大型合成断点后的第50次预测中，重置规则的逐时差距低于五种自适应方法，且所有配对置信带均低于零；在电力市场改革后的68个未见分数上，其表现优于或持平于对比方法；在货币政策决策后，其逐点置信带在34天中的10天高于全部五种方法。研究还发现，9个已宣布边界中仅1个能检测到其窗口可识别的最小覆盖率差异，而所有方法在第50次预测处的逐时差距均超过名义错误率。该工作为区分共形可靠性与频率校准提供了理论框架和实证依据，对断点后预测区间的评估具有方法学意义。
🔑 关键词速览
| 共形可靠性 | 衡量阈值覆盖与标称覆盖在给定误覆盖率下的期望距离，用于评估预测区间的可靠性。 |
| 频率校准 | 检查封闭窗口内的错误率是否与标称误覆盖率匹配，以评估预测的频率性质。 |
| 重置规则 | 在宣布的边界后使用经验分位数进行重置的规则，用于达到极小极大逐时速率。 |
| 极小极大逐时速率 | 在独立分数下，重置规则达到的最优收敛速率，表示最坏情况下的逐时性能。 |
| 自适应共形推断 | 一种自适应调整预测区间的方法，在实验中作为对比方法之一。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅