天气或电价预测只给一个数字，往往不够：人们还想知道真实结果大概会落在哪个范围。R 包 conformalForecast 用共形预测——根据模型过去犯错的大小，为新预测加上不确定性区间——把这件事做成了一套可持续更新的工作流。它尤其处理多步预测，也就是同时预测未来多个时点，并按不同预测距离分别保存误差和校准状态。
难点在于，普通共形预测依赖“交换性”：数据换个顺序，整体规律仍不变。但时间序列前后相关，环境也可能变化，名义上的“90%区间”未必真能覆盖九成结果。这个包因此提供五种校准方案，并在新观测到来时用最新误差更新区间；点预测与校准相互分离，预测结果也可来自R之外的系统。
论文以澳大利亚五个地区、提前15至60分钟的电价预测演示流程。作者称，在预测方法和校准设置相同时，增量更新得到的区间与从头重算一致，同时明显减少计算；不过总体覆盖率接近目标，并不代表每个时段、每个预测步长都同样可靠，仍需查看滚动覆盖率和区间宽度。