基于序列白化的空间依赖数据共形预测方法

针对空间依赖下共形预测区间效率下降的问题，研究者提出对校准残差进行序列条件化，并通过最近邻近似扩展到大规模网络。在正确工作协方差与椭圆残差分布假设下，该方法在任意空间设计下具有精确有限样本覆盖率，并进一步给出协方差误设下的覆盖损失上界及欠覆盖风险区域诊断工具。模拟数据中其区间比全局与局部SOTA方法更窄更稳定，并在全国PM2.5应用中识别出覆盖失效风险区域。