Conformal Inference per dati non scambiabili

Si esplorerà l'uso della Conformal Inference applicata alla previsione delle serie storiche, con particolare attenzione alla scomposizione delle serie stesse. La Conformal Inference è una metodologia statistica che consente di costruire intervalli di previsione validi, mantenendo il controllo del livello di confidenza, senza fare ipotesi forti sulla distribuzione dei dati. L'approccio si basa sulla scomposizione della serie storica in componenti principali: trend, stagionalità e componente residua. Questo schema di scomposizione consente di modellare ognuna delle componenti diversamente e facendo differenti assunzioni sulla scambiabilità.