QuEst: Łączenie danych i predykcji dla solidnej estymacji kwantylowej
Wyobraź sobie, że rejestrujesz czas swojego porannego dojazdu, wykonując 50 pomiarów GPS. Uruchamiasz też symulator ruchu drogowego, generując 5 000 scenariuszy. Chcesz oszacować 95-ty percentyl czasu dojazdu — czas, którego nie przekroczysz w 95% dni. Korzystając tylko z 50 pomiarów, masz szeroki przedział ufności. Symulator może natomiast systematycznie zaniżać czas (nie uwzględnia korków czy zamknięć dróg). QuEst sprytnie łączy oba źródła: Oblicza 95-ty percentyl na danych rzeczywistych i na symulacjach. Odejmuje wynik symulatora obliczony na tych samych 50 symulacjach, znosząc przesunięcie. Miesza dwie estymaty wagą $\lambda$, dobraną tak, by zminimalizować wariancję. Daje to nieobciążony, precyzyjny wynik i węższy przedział ufności niż przy użyciu tylko jednego źródła. ...