如何在 statsmodels/python 中计算 OLS 系数的同时置信区域？

Question

我一直在寻找，但找不到一种方法来计算 OLS 中 \beta 的置信椭球。 我想有一个现有的 function 来调用这个而不是自己编码？

Answer 1

您可以使用RegressionResults实例的conf_int方法。

import numpy as np
import pandas as pd
from statsmodels.formula.api import ols
data = pd.DataFrame(np.random.standard_normal((100,3)), columns=["y","x1","x2"])

res = ols("y ~ 1 + x1 + x2", data).fit()
# 90% confidence interval uses an alpha of 1 - 90%
ci = res.conf_int(alpha=0.10)
print(ci)

                  0         1
Intercept -0.148565  0.173427
x1        -0.195020  0.184610
x2        -0.100552  0.209615

您可以通过变量名称访问各个元素，例如ci.loc["Intercept"] ，因为这些只是 pandas DataFrame s。