如何解决如何在 statsmodels/python 中计算 OLS 系数的同时置信区域?
我一直在四处寻找,但找不到一种方法来计算 OLS 中 \beta 的置信椭球。 我想有一个现有的函数可以调用它而不是自己编写代码?
解决方法
您可以使用 RegressionResults
实例的 conf_int
method。
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"]
,因为这些只是熊猫 DataFrame
。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。