Generalized HCP (GHCP)

新方法GHCP增强了基于组的预测集

研究人员开发了广义分层一致性预测（GHCP），这是一种在数据以组为单位收集时创建预测集的新方法。标准的层级一致性预测在目标组的少数观测值已可用时会遇到困难，因为其对称性条件被违反。GHCP通过为测试组分配一个随机捐赠的参考组大小来解决这个问题，恢复了一致性推理所需的对称性。此外，GHCP利用初始测试组的观测值来提高不一致分数的质量，并引入了一个变体，通过限制合格捐赠者来提高效率。