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

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。