本研究提出了一种新算法，解决多目标变量预测集校准问题，尤其是在相关性不一致的情况下。通过非参数方法估计得分的联合分布，并利用影响函数提高估计效率，以实现理想的覆盖率和竞争力效率。

本研究探讨了在通信受限条件下的离散分布估计中的$^p$损失问题，提出了一种自适应细化协议。该协议通过初步粗略估计并在后续步骤中精细化，显著提高了估计效率，并在不同参数范围内实现了最优估计速率，具有重要的实际应用价值。