Um cientista de dados avalia um modelo GluonTS DeepAR e encontra pontuações de cobertura de 0,489 no quantil 0,5 e 0,889 no quantil 0,9 no conjunto de testes. Qual é uma conclusão razoável sobre a calibração da previsão distribucional?

A calibração de uma previsão distribucional é avaliada comparando a pontuação de cobertura observada com o nível do quantil correspondente. Uma previsão bem calibrada terá uma pontuação de cobertura aproximadamente igual ao nível do quantil. Neste caso, para o quantil de 0,5, a pontuação de cobertura é 0,489, que está muito próxima de 0,5. Para o quantil de 0,9, a pontuação de cobertura é 0,889, também muito próxima de 0,9. Isso indica uma boa calibração. As outras opções estão incorretas porque a calibração não implica que as pontuações de cobertura sejam iguais entre os quantis, que atinjam o pico na mediana ou que estejam sempre abaixo do valor do quantil.