Vergleich von konformer und Quantilregression zur Unsicherheitsquantifizierung: Eine empirische Untersuchung

Zweck: Diese Forschung bewertet die Wirksamkeit der konformen Regression und der standardisierten Quantilregression bei der Unsicherheitsquantifizierung für prädiktive Modellierung. Die Quantilregression schätzt verschiedene Quantile innerhalb der bedingten Verteilung, während die konforme Regression Vorhersageintervalle mit garantierter Abdeckung erstellt. Methodologie: Durch das Training von Modellen mit mehreren Quantilpaaren und unterschiedlichen Fehlerquoten bewertet die Analyse die Leistung jeder Methode. Ergebnisse: Die Ergebnisse zeigen konsistente Trends in der Abdeckung und den Längen der Vorhersageintervalle, ohne signifikante Unterschiede in der Leistung. Quantilregressionsintervalle verlängern sich in Richtung der Verteilungsschwänze, während sich konforme Regressionsintervalle mit höherer Abdeckung verlängern. Einzigartiger Beitrag zur Theorie, Politik und Praxis: In dem getesteten Datensatz schneiden beide Methoden ähnlich ab, aber weitere Tests sind erforderlich, um diese Ergebnisse in verschiedenen Datensätzen und Bedingungen zu validieren, wobei die rechnerische Effizienz und die Implementierungserleichterung berücksichtigt werden müssen, um die beste Methode für spezifische Anwendungen zu bestimmen.