小北是个刚工作半年的数据分析师，周日要去赶 9 点的航班。导航 App 信心满满地告诉他：全程 40 分钟。小北掐着点出门，结果一路遇到三个红灯加一段施工拥堵，完美错过值机。他这才明白：导航给的“40 分钟”是一个点估计，而真正决定“几点出门”的，是另一个问题——“40 分钟这个数，到底有多靠谱？”如果导航能说“有 90% 的把握，35 到 55 分钟内能到”，小北就会提前 20 分钟出门。这段“35 到 55 分钟”的区间，比一个孤零零的 40 更有决策价值。时间序列预测也一样：需求、股价、流量都不是某个确定的数，而是充满不确定性的过程。本文用“赶飞机通勤”的故事贯穿始终，带你看清点估计的局限，学会用分位数回归、贝叶斯方法和共形预测给预测加上“安全带”，再学会评估区间好坏、在真实业务里选对方法。

岗位关联

学会不确定性量化，你的预测输出将从“一个数字”升级为“一个带风险边界的区间”——这是从“能跑通模型”到“能帮业务兜底”的关键一步。

目录
  1. 可视化演示
  2. 不确定性为何重要
  3. 分位数回归
  4. 贝叶斯方法
  5. 共形预测
  6. 区间质量评估
  7. 方法选型落地
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

动态演示时间序列预测不确定性量化的核心机制，通过全局/局部/动态/静态四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

时间序列预测不确定性量化：预测不确 预测不确定性量化的必要性与分类 分位数回归方法与预测区间构建 核心机制可视化 时间序列预测不确定性量化整体架构与关键组件

不确定性为何重要

小北第一次意识到问题的关键，是在误机后的复盘里：导航告诉他“40 分钟”，他就只按 40 分钟规划。可通勤时间是一个会波动的随机过程，有时候 32 分钟，有时候 55 分钟。把随机过程压缩成一个数，就像用一根细线去绑一捆柴——看着整齐，一受力就散架。时间序列的点预测也是如此：模型输出一个期望值，却把方差、极端情况全藏起来了，决策者拿到这个数，既不知道风险有多大，也不知道该留多少安全边际。

把“一个数”升级成“一个区间”，是预测从玩具走向生产力的分水岭。业界把区间预测称作“预测的信任边界”：它明确告诉使用者，真实值大概率落在哪里。区间的上下界之间，就是决策者的机动空间。导航知道 90% 的把握是 35 到 55 分钟，小北就能倒推几点出门最稳妥；库存专员知道需求 90% 落在 800 到 1200 件，就能倒推安全库存该备多少。

这里有一个形式化的定义：预测区间（Prediction Interval）要求真实值以指定概率落在区间内。置信水平选 90% 还是 99%，本质是风险偏好的选择——选 99% 区间更宽更保险，但代价是决策余地变小。

小北从此不再盯着“40 分钟”这个数字，而是盯着区间。他知道：一个只给点不给区间的预测，就像只报喜不报忧的天气预报，赌赢了是运气，赌输了是事故。

P(L≤y≤U)=1−α\displaystyle P(L \le y \le U) = 1 - \alpha
真实值落入区间 \([L, U]\) 的概率是 \(1-\alpha\)。区间越宽越保险，但信息量越小，决策空间越小。
  1. 概率声明\(P(L \le y \le U)\) 表示真实值 \(y\) 落在区间 \([L, U]\) 内的概率，这是可以事后统计验证的承诺，而不是模糊的“大概差不多”。
    P(L≤y≤U)P(L \le y \le U)
  2. 区间上下界\(L\) 是下界（最早到达时间），\(U\) 是上界（最晚到达时间），两者之间是预测给出的“安全走廊”。
    L≤y≤UL \le y \le U
  3. 置信水平\(1-\alpha\) 是用户指定的置信水平，例如 90% 对应 \(\alpha = 0.1\)，意味着每 10 次预测大约有 1 次真实值会落到区间外。
    1−α1 - \alpha

分位数回归

小北翻出导航 App 的历史通勤记录，发现过去 100 次通勤，最快 28 分钟，最慢 62 分钟。他忽然意识到：“平均值 40 分钟”只是众多可能结果中平庸的一个，真正有用的是“10% 的情况下只需要 32 分钟，90% 的情况下不会超过 58 分钟”。这就是分位数的直觉：把历史结果从低到高排队，第 \(p\) 百分位就是一个“门槛”，\(p\%\) 的数据在这个门槛之下。

分位数回归（Quantile Regression）做的就是这件事：不预测均值，而是直接预测某个指定分位数的取值。写 10% 分位数模型，就是回答“乐观情况下通勤多久”；写 90% 分位数模型，就是回答“悲观情况下最晚多久”。把两个模型放在一起，一条下界一条上界，就拼出了一个预测区间。训练方法与普通回归几乎一样，只换了一个损失函数——分位损失，也叫 Pinball Loss。它对“低估”和“高估”的惩罚不对称：对 90% 分位模型来说，真实值超出预测值是严重事故，要重罚；真实值低于预测值只是小失误，轻轻放过。

在深度学习或 GBDT 时间序列模型中，只需把均方误差损失换成上述分位损失，就能训练出对应分位的预测器。实际落地时常用 0.1 和 0.9 两个分位模型拼出 80% 区间，或者 0.05 和 0.95 拼出 90% 区间。小北的体会是：分位数回归就像把历史通勤数据按“快慢”翻牌子，上下两个分位牌一翻，区间自然浮现。

Qτ(y,y^τ)={τ (y−y^τ),y≥y^τ(τ−1)(y−y^τ),y<y^τ\displaystyle \mathcal{Q}_\tau(y, \hat{y}_\tau) = \begin{cases} \tau\,(y - \hat{y}_\tau), & y \ge \hat{y}_\tau \\[4pt] (\tau - 1)(y - \hat{y}_\tau), & y < \hat{y}_\tau \end{cases}
分位损失按预测值与真实值的相对方向施加不对称惩罚：低估时按 \(\tau\) 惩罚，高估时按 \(1-\tau\) 惩罚，模型被“逼”着去贴合指定分位。
  1. 判断方向先看真实值 \(y\) 是否大于预测值 \(\hat{y}_\tau\)，决定进入哪个分支，这就像导航先判断“今天比预测快还是慢”。
    y≥y^τy \ge \hat{y}_\tau
  2. 低估惩罚真实值超过预测值时，惩罚为 \(\tau\) 乘以误差。以 \(\tau=0.9\) 的 90% 分位模型为例，低估代价很大，模型被推向更保守的估计。
    τ (y−y^τ)\tau\,(y - \hat{y}_\tau)
  3. 高估惩罚真实值低于预测值时，惩罚为 \((\tau-1)\) 乘以误差。该系数是负的，说明高估一点损失很小，区间不会无脑放宽。
    (τ−1)(y−y^τ)(\tau - 1)(y - \hat{y}_\tau)

贝叶斯方法

小北的妈妈是位老司机，她对这段路有很强的直觉：“早高峰一般 35 分钟，除非下雨。”小北问妈妈怎么知道，妈妈说不清，但她的经验确实比新手准。这套“先入为主的估计”，在贝叶斯世界里叫先验分布 \(p(\theta)\)。当小北上车后打开实时路况，发现前面有事故时，这个新信息会像证据一样修正妈妈的判断——两者结合得到的就是后验分布 \(p(\theta|D)\)。先验宽而扁，代表“不太确定”；后验窄而高，代表“越看越有把握”。

贝叶斯方法在时间序列预测中的落地路径很清晰：把模型参数看作随机变量，先设定先验（比如 AR 系数的合理范围），再用观测数据更新，得到后验分布。参数的分布意味着预测本身也是分布，而不是一个点。特别适合小样本场景——历史数据不足时，先验就是天然的“正则项”，防止模型瞎猜；数据多了之后，先验的影响自然被稀释。

得到后验后，还要把参数的随机性“积分掉”，得到对未来值的预测分布。这就像小北出门前，把妈妈的经验、导航的实时路况、甚至天气都揉在一起，算出明天通勤时间的完整概率分布，95% 的分位自然就是区间的上界。

贝叶斯方法的代价是计算量。解析解只存在于少数简单模型，复杂模型要靠采样或变分近似。小北感慨：贝叶斯就像请了个“会自我修正的参谋”，每次看到新数据就更新判断，样本少时靠经验兜底，样本多时靠数据说话。

p(θ∣D)=p(D∣θ) p(θ)p(D)\displaystyle p(\theta \mid D) = \frac{p(D \mid \theta)\,p(\theta)}{p(D)}
对所有可能的参数做加权平均，得到一个考虑了参数不确定性的完整预测分布，区间由上分位和下分位直接切出。
  1. 参数下预测\(p(y_{T+1} \mid \theta)\) 是给定某个参数时，对未来值的预测概率，相当于“如果路况真如假设，那通勤时间大概多少”。
    p(yT+1∣θ)p(y_{T+1} \mid \theta)
  2. 权重视角把后验分布 \(p(\theta \mid D)\) 当作权重——越可信的参数，对最终预测的贡献越大。
    p(θ∣D)p(\theta \mid D)
  3. 积分平均对参数空间做加权求和（积分），输出一个完整的预测分布，从此预测不再是一个数，而是一个概率形状。
    ∫p(yT+1∣θ) p(θ∣D) dθ\int p(y_{T+1} \mid \theta)\,p(\theta \mid D)\,d\theta

共形预测

小北发现一个朴素的真理：与其研究路况背后的参数哲学，不如直接检查导航“过去到底骗了我多远”。如果过去 100 次预测，实际通勤时间与预测值之间的偏差从没超过 ±15 分钟，那下次就有理由相信 40 ± 15 分钟内能到。这就是共形预测（Conformal Prediction）的核心气质：不假设数据服从什么分布，只看历史残差——基础模型犯过的错——然后从残差中切出一个分位数作为区间半宽。

共形预测的实施流程非常工程化。先用任意基础模型（线性回归、LSTM、XGBoost 都行）在训练集上做预测，计算每个样本的残差绝对值；然后取这些残差的 \((1-\alpha)\) 分位数，作为校准后的半宽；最后对新样本，用点预测加减这个半宽得到区间。因为半宽直接来自历史真实误差的分布，所以覆盖性质是“从数据里长出来的”，而不是靠假设硬凑的。

共形预测的覆盖率保证在有限样本下依然成立，这点让它在工业界特别吃香：不挑模型、不挑分布，任何点预测模型都能“外挂”一个可信区间。小北觉得，这就像导航内置了一本“信用账本”：每次预测后都记录误差账，下次预测时翻出分位账本，把该留的余量一次补齐。

C(x)=[y^(x)−q1−α, y^(x)+q1−α]\displaystyle C(x) = \bigl[\hat{y}(x) - q_{1-\alpha},\ \hat{y}(x) + q_{1-\alpha}\bigr]
点预测 \(\hat{y}(x)\) 加减历史残差的 \((1-\alpha)\) 分位数 \(q_{1-\alpha}\)，就得到校准过的预测区间，全程不需要假设误差服从正态分布。
  1. 计算残差用基础模型在验证集上算出预测误差的绝对值序列，它们是区间宽度的“原料”，相当于记录导航每次预测差了多少。
    ∣yi−y^(xi)∣|y_i - \hat{y}(x_i)|
  2. 取分位数对残差序列取 \((1-\alpha)\) 分位数得到 \(q_{1-\alpha}\)，这是“误差预算”——绝大多数偏差都被它罩住。
    q1−αq_{1-\alpha}
  3. 构造区间点预测 \(\hat{y}(x)\) 加上下对称的半宽 \(q_{1-\alpha}\)，输出最终区间。水平越高，挤掉的误差越多，区间越窄。
    [y^(x)−q1−α, y^(x)+q1−α][\hat{y}(x) - q_{1-\alpha},\ \hat{y}(x) + q_{1-\alpha}]

区间质量评估

小北同时装了两款导航：A 说“35 到 55 分钟”，B 说“20 到 90 分钟”。B 永远说对，因为区间宽到等于没说；A 偶尔出错，但信息密度高得多。怎么给区间打分？第一把尺子是覆盖率：真实值落在区间内的比例是否接近名义水平。90% 区间实际只有 70% 覆盖率，属于“吹牛不打草稿”；第一把尺子合格后，第二把尺子看宽度：同样 90% 覆盖率下，区间越窄越好，越窄说明模型对不确定性刻画得越精细。

只盯覆盖率会催生“宽到没用的区间”，只盯宽度会催生“窄到总出错的区间”。更专业的做法是算分位损失（Pinball Score）：对多个分位同时打分，综合惩罚“落带外”和“区间宽”两种过失。小北总结出一条经验：好区间是“既罩得住真实值，又不浪费决策空间”——像一双合脚的鞋，不磨脚也不晃荡。

Coverage=1N∑i=1N1[L(xi)≤yi≤U(xi)]\displaystyle \text{Coverage} = \frac{1}{N}\sum_{i=1}^{N} \mathbb{1}\bigl[L(x_i) \le y_i \le U(x_i)\bigr]
覆盖率是“真实值落带内比例”的统计量，用来检验区间是否达到承诺的置信水平。宽度则衡量信息量与决策价值，两把尺子要一起用。
  1. 单点判断指示函数 \(\mathbb{1}[\cdot]\) 对每个样本打分——真实值落在区间内记 1，否则记 0，相当于给每天的通勤盖“准/不准”的章。
    1[L(xi)≤yi≤U(xi)]\mathbb{1}[L(x_i) \le y_i \le U(x_i)]
  2. 全部累加对所有样本的 0/1 结果求和，得到总“命中次数”，如同统计一个月里有几天预测罩住了实际到达时间。
    ∑i=1N1[⋅]\sum_{i=1}^{N} \mathbb{1}[\cdot]
  3. 求平均除以样本总数 \(N\) 转成比例，与名义置信水平 \(1-\alpha\) 对比，偏差大说明校准失效，宽度再窄也没意义。
    1N∑i=1N1[⋅]\frac{1}{N}\sum_{i=1}^{N}\mathbb{1}[\cdot]

方法选型落地

小北准备把不确定性量化用到部门项目里，却被三家供应商的方案弄晕了。这时候，选型逻辑要回到三个约束：数据量、计算预算、业务风险偏好。数据量充足且希望直接服务风控场景，分位数回归是首选，训练快、可解释、能同时输出多个分位；数据量小但领域先验丰富（比如老师傅的经验、设备参数的物理约束），贝叶斯方法能把先验注入模型，防止小数据过拟合；数据分布复杂、残差明显非高斯，而又想要严格的覆盖率保证，共形预测最省心——它不需要动基础模型，只在校准层做文章。

选型的另一面是成本。分位数回归要训练多个模型，推理时要跑多遍；贝叶斯方法的 MCMC 采样可能慢到让在线预测抓狂；共形预测需要在验证集上留出校准数据，牺牲一部分样本，但推理几乎零额外开销。业务场景决定风险偏好：金融风控宁可区间宽一点也要覆盖率达标，供应链库存则更在意区间别宽到没法做库存预算。一个综合评分公式可以帮助量化权衡：把宽度与“落带外惩罚”加在一起，数值越小越好。

小北最后在汇报里写了一句大白话：分位数回归是“翻历史牌”，贝叶斯是“老司机加导航”，共形预测是“盯住误差账本”。没有绝对最好的方法，只有最匹配场景的方法——就像去机场赶飞机，打车、地铁、自驾各有各的适用前提，关键是先搞清楚自己手里有什么，怕什么风险。

IntervalScore=1N∑i=1N[ (Ui−Li)+λ 1(yi∉[Li,Ui])]\displaystyle \text{IntervalScore} = \frac{1}{N}\sum_{i=1}^{N}\Bigl[\,(U_i - L_i) + \lambda\, \mathbb{1}\bigl(y_i \notin [L_i, U_i]\bigr)\Bigr]
区间得分 = 平均区间宽度 + 落在区间外的惩罚项，\(\lambda\) 由业务设定，用于表达“多宽可以忍，错一次多痛”。
  1. 宽度代价\((U_i - L_i)\) 是区间宽度，宽度越大，决策者可用的信息越模糊，得分越高、越差。
    (Ui−Li)(U_i - L_i)
  2. 缺失惩罚真实值落带外时加 \(\lambda\) 惩罚，\(\lambda\) 越大表示业务越承受不起预测“脱靶”，比如金融风控会把 \(\lambda\) 设得很高。
    λ 1(yi∉[Li,Ui])\lambda\,\mathbb{1}(y_i \notin [L_i, U_i])
  3. 综合评价累加所有样本后求平均，得分越低代表区间“又准又紧”，用同一个标准横向比较三种方法，选型就有了数据支撑而不是拍脑袋。
    1N∑i=1N[⋯ ]\frac{1}{N}\sum_{i=1}^{N}\bigl[\cdots\bigr]

AI 应用场景

金融风险价值（VaR）预测

阶段：模型评估与风险决策

解决的问题：传统风险管理只给“下月最大回撤约 3%”这样的点估计，交易员无法判断极端亏损到底有多大概率发生。用分位数回归直接预测收益率分布的 5% 分位，就能输出“有 95% 的把握，单日亏损不超过 X”的区间式结论，把风险从直觉变成可量化、可审计的数字。

具体案例：某量化基金在日频收益率序列上训练 GBDT 分位数模型，以 0.05 和 0.95 两个分位输出每日 VaR 上下界。风控系统自动对比实际收益率是否超出区间，每周滚动校准分位损失，交易员的止损线从“凭感觉”变成“按区间翻红”。

供应链安全库存设定

阶段：预测落地与库存优化

解决的问题：采购部最怕听到“下周需求预计 1000 件”——备少了断货，备多了积压。用共形预测在点预测外挂一个校准区间，输出“90% 概率下周需求在 800 到 1200 件之间”，安全库存直接取区间上界减点预测，库存成本与缺货风险一目了然。

具体案例：某电商仓配中心对 3000 个 SKU 的周度需求做多步预测，对每个 SKU 用历史残差校准得到 90% 区间，并据此自动计算补货量。上线后缺货率下降 18%，同时库存周转天数减少 6 天，因为管理层第一次看到了“预测到底有多不靠谱”，反而敢于收紧冗余库存。

Python 演示

python39 行
import numpy as np  def make_series(n=150, seed=42):    """生成平稳 AR(1) 序列, 模拟需求/收益等时间序列. """    rng = np.random.default_rng(seed)    x = np.zeros(n)    for i in range(1, n):        x[i] = 0.7 * x[i - 1] + rng.normal(0, 2)    return x  def conformal_interval(train_series, alpha=0.1):    """用历史一阶差分残差的 1-alpha 分位数校准区间半宽. """    residuals = np.sort(np.abs(np.diff(train_series)))    idx = int(np.ceil((1 - alpha) * len(residuals))) - 1    gamma = residuals[max(0, idx)]    center = train_series[-1]    return center - gamma, center + gamma  def coverage_rate(series, alpha=0.1):    """滚动验证: 每次只用已知历史预测下一时刻, 统计落带比例. """    hits, total = 0, 0    for i in range(6, len(series)):        lo, hi = conformal_interval(series[:i], alpha)        total += 1        if lo <= series[i] <= hi:            hits += 1    return hits / total  if __name__ == "__main__":    series = make_series()    lo, hi = conformal_interval(series, alpha=0.1)    cov = coverage_rate(series, alpha=0.1)    print("点预测: %.2f" % series[-1])    print("90%% 预测区间: [%.2f, %.2f]" % (lo, hi))    print("滚动覆盖率: %.1f%%" % (cov * 100))
目的：用共形预测给朴素点预测“外挂”一个 90% 置信区间，并滚动验证覆盖率是否接近 90%，演示不依赖分布假设的区间构造全流程。
  1. residuals = np.sort(np.abs(np.diff(train_series)))计算历史相邻两点的绝对变化并排序，得到残差“账本”，这是共形预测校准的数据基础。
  2. idx = int(np.ceil((1 - alpha) * len(residuals))) - 1找残差序列里 \((1-\alpha)\) 分位数的下标，90% 区间就取第 90% 个误差值当半宽。
  3. gamma = residuals[max(0, idx)]取出分位数作为区间半宽，相当于说“历史上 90% 的偏差都在这个范围内”。
  4. center = train_series[-1]用最后一个已知值做朴素点预测，简单但足够演示校准逻辑。
  5. return center - gamma, center + gamma点预测加减半宽，输出对称区间，完整复现共形预测三步法。
  6. if lo <= series[i] <= hi:滚动验证时检查真实值是否落带，逐点累计命中数，最后换算成覆盖率。

常见误区

误区做区间预测时，覆盖率越高说明模型越牛，最好 100% 全部罩住。

正解把覆盖率推到 100% 最简单的方法是区间宽到覆盖一切——就像导航告诉你“1 分钟到 1 年都能到”，毫无决策价值。覆盖率只是第一把尺子，必须与区间宽度联合评价，用区间得分或分位损失综合衡量。好的 90% 区间应该“恰好”覆盖 90%，而不是越高越好。

为何常见：人的直觉是“不出错=好”，忽略了预测区间天然包含“宁可错不可宽”和“宁可宽不可错”两种业务取向，只看单指标就容易走极端。

误区两个模型覆盖率都差不多 90%，那谁区间窄谁就赢，窄代表模型洞察力强。

正解区间窄确实代表信息密度高，但前提是覆盖率达标。如果一个“90% 区间”实际只有 60% 覆盖率，那不是优越而是吹牛。实践中要警惕过度自信模型输出又窄又频繁落空的区间，这类错误在金融场景里代价极高。

为何常见：人们习惯把“精确”等同于“正确”，忽略了精确但错误的预测比模糊的预测更危险，就像小北信了“40 分钟”这个精确数字反而误了机。

误区分位数回归就是把普通回归的多条预测线画出来，取最大最小当作区间。

正解分位数回归的每条线都是在不对称分位损失下独立优化的，低分位线刻意“乐观”，高分位线刻意“悲观”，它们不是同一均值模型的误差带。直接用普通回归的预测加残差标准差，等价于假设误差正态对称，在偏态数据上会严重失真。

为何常见：多数教程里分位数回归和普通回归长得太像，都是“拟合一条线”，掩盖了目标函数本质上完全不同这回事。

误区贝叶斯听起来很高级，但数据太少时后验肯定不准，不如攒够数据再说。

正解贝叶斯的看家本领恰恰是小样本。先验提供了数据之外的信息，样本越少，先验的“正则化”作用越明显；数据多了后验自然向似然靠拢。真正限制贝叶斯的是计算成本，而不是数据量。

为何常见：混淆了“频率学派需要大样本”与“贝叶斯学派”的适用条件，把频率派的数据焦虑错安到了贝叶斯头上。

误区共形预测既然要算残差分位，那残差肯定得满足某类分布假设，至少得是正态的。

正解共形预测是非参数方法，不假设任何分布。它只依赖一个条件：训练集与测试集的数据分布“可交换”（时间序列里即平稳性/趋势被模型捕捉后残差稳定）。正因为不挑分布，它才能作为黑盒模型的通用校准器。

为何常见：大家习惯了回归分析里“残差正态”的先验课程，遇到任何跟残差相关的方法本能地先验检查分布，反而忽略了共形预测的设计初衷就是摆脱分布假设。

面试题

Q1. 为什么时间序列预测不能只输出一个点估计？

单选题 · easy

  • A.点估计的计算开销太大
  • B.决策者无法评估风险← 正确答案
  • C.点估计缺少统计含义
  • D.点估计无法绘制图表

答案：B。点估计把随机过程压缩成一个期望值，掩盖了波动与极端情况，决策者不知道风险边际在哪。计算开销、统计含义、绘图能力都不是本质问题。就像小北只听到“40 分钟”而误机，并不是数字本身错，而是缺少风险信息。

Q2. “90% 预测区间”的正确含义是什么？

单选题 · mid

  • A.真实值落带内概率约九成← 正确答案
  • B.预测值有九成概率等于中点
  • C.区间覆盖九成历史数据点
  • D.模型整体准确率达到九成

答案：A。预测区间是对未来真实值的概率承诺：P(L ≤ y ≤ U) = 90%。中点只是一个代表值，没有“等于”的概率意义；区间覆盖历史数据是拟合问题；准确率是分类指标，与回归区间无关。

Q3. 分位数损失函数如何处理低估与高估？

单选题 · mid

  • A.低估与高估惩罚完全相等
  • B.按分位系数进行不对称惩罚← 正确答案
  • C.只对高估情况加以惩罚
  • D.只对低估情况加以惩罚

答案：B。分位损失对低估按 τ 惩罚、对高估按 (τ−1) 惩罚，系数不同导致模型被引导去贴合指定分位。两侧相等是均方误差的行为；只罚一侧会把模型推到极端，都不是分位数回归的做法。

Q4. 评估预测区间质量常用的指标有哪些？

多选题 · mid

  • A.区间覆盖率← 正确答案
  • B.区间平均宽度← 正确答案
  • C.分位损失评分← 正确答案
  • D.模型训练时长

答案：ABC。覆盖率检验“是否达标”，平均宽度衡量“信息密度”，分位损失综合了两者。训练时长是工程成本指标，与区间质量无关，就像导航好不好用看报得准不准，而不是看它算得慢不慢。

Q5. 区间覆盖率的定义是什么？

单选题 · easy

  • A.真实值落在区间内的样本比例← 正确答案
  • B.区间长度占序列总长度的比例
  • C.模型预测结果正确的整体比例
  • D.区间宽度与序列均值的比值

答案：A。覆盖率 = 落带样本数 / 总样本数，是区间校准程度的核心度量。区间长度占比、预测准确率、宽度与均值比都是干扰项，均不描述“真实值是否被罩住”。

Q6. 共形预测的核心思路是什么？

单选题 · hard

  • A.假设数据服从高斯分布
  • B.用历史残差分位数校准区间← 正确答案
  • C.增加网络层数降低预测误差
  • D.对输入特征做标准化与降维

答案：B。共形预测不假设分布，而是从基础模型的历史残差中取 (1−α) 分位数作为区间半宽，给任意点预测模型“外挂”校准区间。高斯假设是传统区间方法的事；加层与标准化是模型优化手段，与校准无关。

Q7. 贝叶斯方法中后验分布如何获得？

多选题 · hard

  • A.先验乘以似然再归一化得到后验← 正确答案
  • B.直接对历史真实值求均值作为后验
  • C.后验复杂时可用蒙特卡洛采样近似← 正确答案
  • D.后验分布只由损失函数梯度决定

答案：AC。后验 ∝ 先验 × 似然，归一化后即得；解析困难时用 MCMC 等采样方法近似。对历史求均值是频率派点估计；只依赖梯度是神经网络的训练逻辑，均不是贝叶斯推断的本质。

Q8. 预测区间过宽的直接代价是什么？

单选题 · mid

  • A.覆盖率必然随宽度增加而下降
  • B.区间过宽导致信息量不足难以决策← 正确答案
  • C.模型对训练数据过拟合风险上升
  • D.训练时间与区间宽度线性增长

答案：B。区间越宽越容易罩住真实值，覆盖率通常上升而非下降；但决策者拿到的信息越来越模糊，等于没说。过拟合和训练时间是模型训练问题，与区间宽度没有直接关系。

Q9. 以下哪些业务场景适合输出区间预测？

多选题 · easy

  • A.金融投资组合的风险价值测算← 正确答案
  • B.供应链安全库存水平的设定← 正确答案
  • C.销售报表里打印单月销售总额
  • D.航班准点概率的区间评估← 正确答案

答案：ABD。风险测算需要知道“最差会亏多少”，库存需要“需求会落在哪”，航班准点需要“到达时间范围”——三者都依赖区间。打印单月总额只需要一个汇报数字，没有决策风险，不需要不确定性量化。

Q10. 小样本且先验信息明确时，优先选择哪种方法？

单选题 · hard

  • A.数据量大分布自由时选分位数回归
  • B.小样本且先验明确时选贝叶斯方法← 正确答案
  • C.追求强分布假设时选共形预测
  • D.所有场景下都选最简单的均值法

答案：B。贝叶斯方法能把领域先验注入模型，小样本下先验起到正则作用，防止过拟合。分位数回归需要充足数据拟合多个分位；共形预测恰恰不追求分布假设而是避免假设；均值法根本不量化不确定性。