仅限会员的故事 时间序列预测中不确定性量化的示例路径 Marco Peixeiro 阅读 11 分钟 · 刚刚 — 分享 发现示例路径、它们为何重要以及如何使用它们来回答更高级的预测问题 不确定性量化是时间序列预测中的一个重要方面。
我们做出的每项预测都存在一些不确定性。
这种不确定性以预测区间表示，通常来自概率损失，例如分位数损失。
通常未被解决的是，这些区间代表边际预测分布，并且它们独立于一个时间步长到下一时间步长。
然而，时间序列数据通常是自相关的，这意味着过去的值会影响未来的值。
在本文中，我们首先探讨边际预测分布和联合预测分布之间的差异，并了解每种预测何时有用以及它可以回答什么类型的问题。
来源：Medium AI
