Frequentist prediction intervals and predictive distributions
频率学派预测区间与预测分布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。
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：摘要讨论一般随机变量的参数预测，没有宏观时间序列或金融收益预测的明确背景。
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
频率学派预测区间与预测分布
- 研究问题
- 在参数模型中，如何利用已观测数据为未来随机变量构造具有频率学派校准解释的预测区间与预测分布，并评价其性能？
- 方法与思路
- 作者以枢轴量构造校准预测区间，将频率学派预测分布定义为置信分布，并讨论生成预测分布的模拟方法和平均KL评价。
- 材料陈述的贡献
- 摘要称，所提预测分布在具有不变结构的某些设定中最优，并在特定条件下支配插入估计的预测分布，但未列出具体条件。
- 阅读关注点
- 应核对枢轴量的构造、校准所针对的重复抽样概率、不变结构和平均KL准则，以及相对插入法的支配关系适用范围。
- 阅读边界
- 所据为版本未注明的OpenAlex索引摘要；参数框架与最优性条件未展开，不能推断适用于时间序列预测或任意预测模型。
原文摘要
We consider parametric frameworks for the prediction of future values of a random variable Y, based on previously observed data X. Simple pivotal methods for obtaining calibrated prediction intervals are presented and illustrated. Frequentist predictive distributions are defined as confidence distributions, and their utility is demonstrated. A simple pivotal-based approach that produces prediction intervals and predictive distributions with well-calibrated frequentist probability interpretations is introduced, and efficient simulation methods for producing predictive distributions are considered. Properties related to an average Kullback–Leibler measure of goodness for predictive or estimated distributions are given. The predictive distributions here are shown to be optimal in certain settings with invariance structure, and to dominate plug-in distributions under certain conditions.