模型预测的置信区间

Question

我正在关注statsmodels tutorial

OLS模型配有

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

预测值通过以下方式提供：

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

结果以单值数组的形式返回。

是否还有一种方法可以在statsmodel中返回预测值（预测区间）的置信区间？

感谢。

Answer 1

我们的意思是让这更容易。你应该可以使用

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

如果您有任何问题，请在github上提交问题。

Answer 2

另外，您可以尝试使用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)

我发现summary_frame（）方法已隐藏here，您可以找到get_prediction（）方法here。您可以通过修改＆＃34; alpha＆＃34;来更改置信区间和预测区间的显着性级别。参数。