Conformal Prediction for Hierarchical Data

要約

調整は、階層時系列の多変量点予測において不可欠なツールとなっています。
ただし、確率的予測調整手法の理論的特性についてはまだ理解が不足しています。
一方、等角予測は、有限サンプルにおける確率的保証を備えた予測セットを提供する、魅力が高まっている一般的なフレームワークです。
この論文では、分割等形予測 (SCP) 手順に調整ステップを含めることで結果の予測セットがどのように強化されるかを分析することにより、等形予測と予測調整を組み合わせるための最初のステップを提案します。
特に、予測セットの効率を向上させながら、SCP によって付与された有効性が維持されることを示します。
また、実際に使用するための理論的手順のバリエーションも提唱します。
最後に、これらの結果をシミュレーションで説明します。

要約(オリジナル)

Reconciliation has become an essential tool in multivariate point forecasting for hierarchical time series. However, there is still a lack of understanding of the theoretical properties of probabilistic Forecast Reconciliation techniques. Meanwhile, Conformal Prediction is a general framework with growing appeal that provides prediction sets with probabilistic guarantees in finite sample. In this paper, we propose a first step towards combining Conformal Prediction and Forecast Reconciliation by analyzing how including a reconciliation step in the Split Conformal Prediction (SCP) procedure enhances the resulting prediction sets. In particular, we show that the validity granted by SCP remains while improving the efficiency of the prediction sets. We also advocate a variation of the theoretical procedure for practical use. Finally, we illustrate these results with simulations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google