[英]How to compute simultaneous confidence region of OLS coefficients in statsmodels/python?
我一直在尋找,但找不到一種方法來計算 OLS 中 \beta 的置信橢球。 我想有一個現有的 function 來調用這個而不是自己編碼?
您可以使用RegressionResults
實例的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
您可以通過變量名稱訪問各個元素,例如ci.loc["Intercept"]
,因為這些只是 pandas DataFrame
s。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.