Šta je kvantil regresija za prognoze sa intervalima?

Kvantil regresija je metoda regresije koja omogućava procenu ne samo prosečne vrednosti ciljne promenljive, već i različitih kvantila njene raspodele. U kontekstu intervalnih prognoza (npr. vremenskih serija), kvantil regresija pomaže da se dobiju intervalne prognoze koje odražavaju neizvesnost modela.

Umesto da predviđa jednu tačku vrednosti (npr. prosečnu), model se trenira da predviđa, na primer, 5. i 95. percentil, što formira 90%-ni interval poverenja za prognozu.

Ovo je posebno korisno za zadatke gde je važno razumeti opseg mogućih vrednosti, a ne samo očekivanu vrednost, na primer u finansijama ili prognoziranju potražnje.

Primer korišćenja kvantil regresije sa bibliotekom statsmodels u Pythonu:

import statsmodels.api as sm
import numpy as np

# X - karakteristike, y - ciljna promenljiva
X = sm.add_constant(X)  # dodavanje konstante
kvantili = [0.05, 0.5, 0.95]
modeli = {}
for q in kvantili:
    mod = sm.QuantReg(y, X)
    res = mod.fit(q=q)
    modeli[q] = res

# Sada se mogu dobiti prognoze za različite kvantile