A Category-Theoretic Analysis of Conformal Prediction

Resumen Técnico: Un Análisis Categórico de la Predicción Conformal

Planteamiento del Problema
La Predicción Conformal (CP) es una herramienta estadística ampliamente utilizada que genera regiones de predicción con garantías de cobertura libres de distribución y para muestras finitas. Sin embargo, su interpretación como una herramienta cuantitativa de incertidumbre suele ser implícita. Aunque CP produce una salida con valores de conjunto (la región de predicción), los mecanismos estructurales subyacentes a esta salida y su relación con otros marcos probabilísticos (bayesianos, frecuentistas y de probabilidad imprecisa) no siempre se formalizan explícitamente. Además, la "cantidad" de incertidumbre a menudo se reduce al tamaño geométrico de la región, ignorando estructuras probabilísticas más ricas que CP puede codificar implícitamente.

Metodología
El artículo emplea la Teoría de Categorías (TC) para proporcionar un análisis estructural de la Predicción Conformal Completa (FCP). El autor trata a CP no meramente como un algoritmo, sino como un morfismo (un mapa que preserva la estructura) dentro de categorías específicas de funciones con valores de conjunto (correspondencias). El análisis se basa en tres pilares matemáticos principales:

1. Teoría de Categorías: Utilizando conceptos de categorías, morfismos, funtores y diagramas conmutativos para formalizar la composición de procedimientos estadísticos.
2. Análisis con Valores de Conjunto: Analizando CP a través de la lente de la hemicontinuidad superior (estabilidad) y la medibilidad débil (buen planteamiento probabilístico).
3. Probabilidad Imprecisa (IP): Utilizando conjuntos credales (conjuntos convexos y cerrados de medidas de probabilidad) y Regiones de Máxima Densidad Imprecisas (IHDR) para representar la incertidumbre más allá de las distribuciones de probabilidad únicas.

La innovación metodológica central es la descomposición del procedimiento CP en un diagrama conmutativo, factorizando la construcción directa de una región de predicción en un proceso indirecto de dos pasos: (1) extraer un conjunto credal de los datos, y (2) derivar una región de predicción de ese conjunto credal.

Contribuciones y Resultados Clave

1. CP como Morfismo y Factorización Estructural (Sección 3)
El artículo define dos categorías:

• $\mathbf{UHCont}$: Los objetos son espacios topológicos; los morfismos son correspondencias hemicontinuas superiores (capturando la estabilidad).
• $\mathbf{WMeasuc}$: Los objetos son espacios polacos compactos; los morfismos son correspondencias débilmente medibles y uniformemente compactas (capturando la medibilidad).

El Teorema 7 establece que, bajo condiciones de regularidad leves (espacio de resultados de Hausdorff compacto, medidas de no conformidad continuas y una condición de "sin empates" en el nivel de confianza $\alpha$), la correspondencia de Predicción Conformal Completa es un morfismo en ambas categorías. Crucialmente, el artículo demuestra un resultado de diagrama conmutativo:
$$\kappa_\alpha = \text{IHDR}_\alpha \circ \text{CRED}$$
donde:

• $\kappa_\alpha$ es la construcción conformal directa.
• $\text{CRED}$ extrae un conjunto credal (un conjunto de medidas de probabilidad) de los datos.
• $\text{IHDR}_\alpha$ extrae la Región de Máxima Densidad Imprecisa de nivel $\alpha$ del conjunto credal.

Significado: Esta factorización demuestra que CP es intrínsecamente equivalente a un procedimiento indirecto que involucra un conjunto credal. Esto revela que CP lleva una capa "cardinal" implícita de cuantificación de incertidumbre. Más allá del tamaño del conjunto de predicción, se pueden derivar resúmenes relevantes para la toma de decisiones (por ejemplo, probabilidades inferiores/superiores, pérdidas esperadas robustas) del conjunto credal inducido.

2. Unificación del Razonamiento Bayesiano, Frecuentista e Impreciso (Sección 4)
El artículo investiga la relación asintótica entre CP y la predicción bayesiana.
El Teorema 11 muestra que si la medida de no conformidad se deriva de una densidad predictiva posterior bayesiana, la región de predicción conformal converge en distancia de Hausdorff al conjunto de nivel correspondiente de la densidad predictiva bayesiana.

• Resultado: Asintóticamente, el conjunto de nivel de la densidad bayesiana, la región conformal directa y la ruta indirecta credal-IHDR se vuelven equivalentes no solo como conjuntos, sino como procedimientos predictivos.
• Tasas Cuantitativas: La Proposición 14 proporciona tasas de convergencia cuantitativas del orden $O_P(n^{-1/2})$ bajo suposiciones de regularidad de procesos empíricos locales y de frontera.
• Significado: Esto formaliza la intuición de que CP actúa como un envoltorio de validez para muestras finitas alrededor de la predicción bayesiana, tendiendo un puente entre las garantías de cobertura frecuentistas, la interpretabilidad bayesiana y la semántica de la probabilidad imprecisa.

3. Conexión con e-Posteriores (Sección 4.5)
El artículo identifica las condiciones bajo las cuales las construcciones posteriores superiores se relacionan con los e-posteriores (Grünwald [44]). La Proposición 15 caracteriza cuándo una posterior superior es un e-posterior, aclarando las condiciones bajo las cuales las representaciones basadas en valores-e y las conformales-imprecisas coinciden. La Proposición 16 muestra además que si la predictiva posterior superior coincide con una medida de probabilidad aditiva, el sistema debe degenerar en una masa puntual, destacando la naturaleza distinta de las representaciones basadas en posibilidad (conformales) frente a las representaciones de probabilidad aditiva.

4. Functorialidad y Agregación Compatible con la Privacidad (Sección 5)
El artículo formaliza el extractor IHDR como un funtor covariante desde la categoría de conjuntos credales (con morfismos de inclusión) hacia la categoría de subconjuntos del espacio de resultados.

• Teorema 17: El mapa $\text{IHDR}_\alpha$ es un funtor.
• Implicación: Esto produce un principio de agregación compatible con la privacidad. En entornos federados, los agentes pueden compartir objetos de resumen (conjuntos credales) en lugar de datos crudos. Si estos resúmenes se privatizan mediante aproximaciones exteriores (superconjuntos), la propiedad functorial garantiza que las regiones de predicción globales resultantes sean conservadoras (no se contraen), preservando así las garantías de cobertura sin exponer datos crudos.

Significado y Afirmaciones
El artículo afirma que su contribución principal es una unificación estructural de la Predicción Conformal. Al enmarcar CP como un morfismo en categorías de correspondencias, el trabajo:

• Hace explícita la incertidumbre cuantitativa inherente a CP, avanzando más allá del mero tamaño de la región hacia funcionales relevantes para la toma de decisiones derivados de conjuntos credales.
• Proporciona un puente principista entre marcos probabilísticos bayesianos, frecuentistas e imprecisos, mostrando su equivalencia asintótica como procedimientos predictivos bajo condiciones de regularidad.
• Ofrece una perspectiva modular y compatible con la privacidad para el aprendizaje federado, donde la cuantificación de la incertidumbre se preserva a través de las propiedades functoriales de los objetos de resumen en lugar del intercambio de datos crudos.

El autor señala que, aunque el marco se desarrolla para la Predicción Conformal Completa (el escenario más limpio para la factorización categórica), los autores esperan que estas ideas se extiendan a la Predicción Conformal Dividida/Inductiva, aunque un tratamiento sistemático se deja para trabajos futuros. El artículo concluye sugiriendo que este enfoque basado en la teoría de categorías abre nuevas vías para estudiar la estabilidad, la aproximación y la composición de funcionales estadísticos con valores de conjunto.