Python 找到poly1d中不确定性的正确方法是什么？

当评估

polyfit

模型时，

p

在某一特定值

xp

，是否有一种直接的方法来获得结果的不确定性？也就是说，

∆xp

如

xp

±

∆xp

每个系数的标准偏差估计值，

perr=np.sqrt（np.diag（cov））

可用于此目的，应用一些代数，但是否更容易

基于以下问题的一段代码：

import numpy as np

x = np.arange(100)
y = x**2 + 3*x + 5 + np.random.rand(100)

k = 3
p, cov = np.polyfit(x, y, k, cov=True)
model = np.poly1d(p)

xp = 30
xp_value = model(xp)