模型預測的置信區間

Question

我正在關注statsmodels教程

配有OLS型號

formula = 'S ~ C(E) + C(M) + X' 
lm = ols(formula, salary_table).fit()
print lm.summary()

預測值通過以下方式提供：

lm.predict({'X' : [12], 'M' : [1], 'E' : [2]})

結果作為單值數組返回。

是否有一種方法可以返回statsmodels中預測值（預測區間）的置信區間？

謝謝。

Answer 1

我們的意思是讓這更容易。 你應該可以使用

from statsmodels.sandbox.regression.predstd import wls_prediction_std
prstd, iv_l, iv_u = wls_prediction_std(results)

如果您有任何問題，請在github上提出問題。

Answer 2

另外，您可以嘗試使用get_prediction方法。

values_to_predict = pd.DataFrame({'X' : [12], 'M' : [1], 'E' : [2]})
predictions = result.get_prediction(values_to_predict)
predictions.summary_frame(alpha=0.05)

我發現summary_frame（）方法埋在這里 ，你可以找到get_prediction（）方法在這里 。 您可以通過修改“alpha”參數來更改置信區間和預測區間的顯着性級別。