我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
本文介绍了折刀+这是一种构建预测置信区间的新方法。尽管折刀输出以测试点的预测响应为中心的间隔,间隔的宽度由遗漏残差的分位数决定,但折刀+也使用测试点的遗漏预测来解释拟合回归函数的可变性。假设可交换的训练样本,我们证明,对于任何对称处理训练点的算法,无论数据点的分布如何,这种关键的修改都允许严格的覆盖保证。对于最初的折刀,这样的保证是不可能的,我们演示了覆盖率实际上可能会消失的示例。我们的理论和实证分析表明,只要拟合算法遵循某种形式的稳定性,折刀和折刀+区间就可以实现几乎精确的覆盖,并且具有相似的长度。此外,我们将jackknife+扩展到$K$-倍交叉验证,并同样建立了严格的覆盖特性。我们的方法与交叉保角预测由Vovk提出(安。数学。Artif公司。智力。 74(2015年9月28日),我们讨论联系。
Rina Foygel理发师。 伊曼纽尔·坎迪斯。 阿迪蒂亚·拉姆达斯。 Ryan J.Tibshirani。 “使用折刀+进行预测推断。” 安。统计师。 49 (1) 486 - 507, 2021年2月。 https://doi.org/10.1214/20-AOS1965