Een data scientist evalueert een GluonTS DeepAR-model en vindt dekkingsscores van 0,489 bij het 0,5 kwantiel en 0,889 bij het 0,9 kwantiel op de testset. Wat is een redelijke conclusie over de kalibratie van de distributievoorspelling?

Voor een goed gekalibreerd probabilistisch voorspellingsmodel moeten de dekkingsscores (coverage scores) van de voorspellingsintervallen overeenkomen met het nominale kwantielniveau. Dit betekent dat een 50%-voorspellingsinterval (0,5 kwantiel) ongeveer 50% van de werkelijke waarden zou moeten bevatten, en een 90%-voorspellingsinterval (0,9 kwantiel) ongeveer 90% van de werkelijke waarden. De gegeven scores van 0,489 bij het 0,5 kwantiel en 0,889 bij het 0,9 kwantiel liggen zeer dicht bij hun respectievelijke nominale niveaus, wat duidt op een correcte kalibratie. De andere opties zijn onjuist omdat ze een verkeerd begrip van kalibratie van kwantielvoorspellingen weerspiegelen.