《Machine Learning with Applications》：Horizon-aware group-conditional conformal prediction: Post-hoc shrinkage for sparse multi-horizon coverage auditing
编辑推荐：
共形预测（Conformal Prediction）能够将任意预测器转化为具有无分布假设边际覆盖保证的预测区间生成器，但这种保证对于个体子组、个体预测水平以及稀疏的（组别，水平）单元格（其中分层经验分位数未定义）是无效的。针对这一稀疏多水平审计问题，研究人员提
共形预测（Conformal Prediction）能够将任意预测器转化为具有无分布假设边际覆盖保证的预测区间生成器，但这种保证对于个体子组、个体预测水平以及稀疏的（组别，水平）单元格（其中分层经验分位数未定义）是无效的。针对这一稀疏多水平审计问题，研究人员提出了结构化收缩（structured shrinkage）方法。其主要方法——视界感知共形校准（Horizon-Aware Conformal Calibration, HACC）——将每个单元格的经验共形分位数向一个乘法对数加性锚点进行收缩，并通过交叉验证确定收缩强度；互补变体AdditiveFE则在整个分位数矩阵上拟合一个对数线性组别与水平模型。两种方法均始终返回有限区间。研究人员证明了固定收缩下的有限样本覆盖界，并且在本版本中新增证明表明，相同界限可逐点适用于在校准数据本身上通过交叉验证选择的收缩强度，从而消除了样本分割的需求。在一个30种子合成基准测试中，两种变体在有限宽度方法中达到了最高的最差单元格覆盖率和最均匀的覆盖矩阵；在一个包含15个交叉组别和五个水平的Our World in Data儿童死亡率面板数据上，它们将最小组别覆盖率从0.28–0.31（分层基线方法）提升至0.51–0.72，并附有国家聚类自助法置信区间。分层基线的有限回退变体、HACC的样本分割变体以及滚动起点部署协议证实，这些改进并非源于未定义分位数约定或回顾性合并的人为产物。
一、研究背景与现存问题
在时间序列预测领域，点预测往往不足以支撑决策，预测区间能够提供真实值可能落入的范围，其覆盖率（即区间包含真实值的概率）是衡量预测可靠性的核心指标。共形预测作为一种通用的后验校准框架，能够在无数据分布假设的前提下，将任意复杂预测模型的输出转化为具有有限样本、分布自由覆盖保证的预测区间。然而，传统共形预测提供的覆盖保证是边际性的，即在整个总体和所有预测水平上的平均值。这意味着一个系统可能在整体上完美校准，却系统性低估某个少数群体，或在不同预测水平上表现出严重不均衡的覆盖性能。这种隐藏的缺陷在公共卫生、金融和工程等资源分配决策场景中是致命的。
针对这一问题，自然的补救措施是在每一个（组别，水平）单元格内分别进行校准。但当某个单元格内的校准点数少于所需阈值时，经验分位数无法定义，导致分层区间变为无限宽。例如，在90%置信水平下，若某单元格只有9个或更少的校准点，其所需的分位数便不存在。因此，如何在许多单元格稀疏的情况下，通过跨行和跨列“借力”来获得可靠且有限的单元格级区间，成为本研究要解决的核心问题。
二、研究目的与意义
本研究旨在提出一种结构化的后验收缩框架，用于解决稀疏多水平覆盖审计问题。该框架能够统一缓解三种失效模式：组别条件覆盖缺口、水平条件覆盖缺口以及稀疏单元格分位数未定义问题。通过在（组别，水平）表的行和列间借用统计强度，该方法能够在保持有限区间长度的同时，显著提升最差单元格的覆盖率，并使覆盖矩阵更加均匀。这对于公共政策评估、临床风险预测、金融风险管理、能源市场分析和工程退化预测等领域具有重要的实践价值。
三、主要关键技术方法
研究人员采用了以下核心技术方法：
- 1.
视界感知共形校准（Horizon-Aware Conformal Calibration, HACC）：将每个单元格的经验共形分位数向一个乘法对数加性锚点进行收缩，收缩强度通过交叉验证确定。
- 2.
AdditiveFE变体：在整个分位数矩阵上拟合一个对数线性组别与水平模型，作为互补方法。
- 3.
有限样本覆盖界的理论证明：不仅针对固定收缩强度，还扩展至在校准数据上通过交叉验证选择的收缩强度，避免了样本分割的需求。
- 4.
实验验证使用了30种子合成基准数据和Our World in Data儿童死亡率面板数据，后者包含15个交叉组别和五个预测水平。
四、研究结果
4.1 合成基准实验
通过30个随机种子的合成数据实验，研究人员比较了多种方法的覆盖性能。结果显示，HACC和AdditiveFE两种变体在所有有限宽度方法中达到了最高的最差单元格覆盖率，并且其覆盖矩阵最为均匀，表明它们在处理稀疏单元格时的有效性。
4.2 儿童死亡率面板数据实证
在Our World in Data的儿童死亡率数据集上，共有15个交叉组别和五个预测水平。分层基线方法的最小组别覆盖率仅为0.28–0.31，而HACC和AdditiveFE将其提升至0.51–0.72。国家聚类自助法置信区间进一步验证了这些提升的统计显著性。
4.3 稳健性检验
研究人员进行了多项附加实验以确保结果并非人为产物：
- •
分层基线的有限回退变体：确认改进并非源于对未定义分位数的特殊处理约定。
- •
HACC的样本分割变体：排除了因数据重用导致的过拟合可能性。
- •
滚动起点部署协议：模拟真实的前瞻性部署环境，证实方法在时间序列预测中的实用性。
五、讨论与结论
讨论部分指出，结构化收缩框架通过引入锚点结构和收缩强度，在偏差与方差之间实现了有效的权衡。实验结果揭示了在不同运行机制下，更强的池化策略或时间偏移校正可能是更优选择。研究人员的结论强调，所提出的HACC和AdditiveFE方法为稀疏多水平覆盖审计提供了统一的后验校准机制，能够在不牺牲有限区间长度的前提下，显著改善最差情况下的覆盖性能，为共形预测在实际应用中的公平性和可靠性提供了重要保障。
