Conformal prediction for high-dimensional functional time series: Applications to subnational mortality
高维函数型时间序列的共形预测：地方死亡率应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究函数型时间序列预测及预测区间校准，应用对象为死亡率。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
高维函数型时间序列的共形预测：地方死亡率应用
- 研究问题
- 面对高维函数型时间序列，如何在减少模型依赖的同时量化预测不确定性，并比较不同共形区间的有限样本表现？
- 方法与思路
- 作者比较分割共形与序贯共形预测，前者用验证集校准调参，后者通过自回归过程逐步更新预测分位数。
- 材料陈述的贡献
- 摘要称文章将两类共形方法用于日本和加拿大地方年龄别对数死亡率，以经验覆盖率和平均区间评分比较预测表现。
- 阅读关注点
- 应核对时间依赖下的覆盖保证、训练验证测试划分方式、序贯更新规则，以及高维曲线区间的覆盖对象与评分定义。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核实；摘要未给出比较数值，也未说明时间依赖下分布无关覆盖保证的条件。
原文摘要
In statistics, forecast uncertainty is often quantified using a specified statistical model, though such approaches may be vulnerable to model misspecification, selection bias, and limited finite-sample validity. While bootstrapping can potentially mitigate some of these concerns, it is often computationally demanding. Instead, we take a model-agnostic and distribution-free approach, namely conformal prediction, to construct prediction intervals in high-dimensional functional time series. Among a rich family of conformal prediction methods, we study split and sequential conformal prediction. In split conformal prediction, the data are divided into training, validation, and test sets, where the validation set is used to select optimal tuning parameters by calibrating empirical coverage probabilities to match nominal levels; after this, prediction intervals are constructed for the test set, and their accuracy is evaluated. In contrast, sequential conformal prediction removes the need for a validation set by updating predictive quantiles sequentially via an autoregressive process. Using subnational age-specific log-mortality data from Japan and Canada, we compare the finite-sample forecast performance of these two conformal methods using empirical coverage probability and the mean interval score.