Python 模型预测的置信区间
我跟随着一个 OLS模型配有Python 模型预测的置信区间,python,statsmodels,Python,Statsmodels,我跟随着一个 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 是否有一种方法也可以返回statsmodels中预测值的置信区间(预测区间) 谢谢。我们一直想让这更容易实现。你应该能够使用 from statsmodels
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
是否有一种方法也可以返回statsmodels中预测值的置信区间(预测区间)
谢谢。我们一直想让这更容易实现。你应该能够使用
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。此外,您可以尝试使用get\u预测方法
values_to_predict = pd.DataFrame({'X' : [12], 'M' : [1], 'E' : [2]})
predictions = result.get_prediction(values_to_predict)
predictions.summary_frame(alpha=0.05)
我找到了summary_frame()方法,您可以找到get_prediction()方法。您可以通过修改“alpha”参数来更改置信区间和预测区间的显著性级别 你用谷歌搜索过“PythonStatsModels信心”吗?是的,我看过了。它返回模型结果摘要中拟合值的CI。我在寻找预测值的CI。基本上,我正在寻找Y_hat的95%CI。谢谢@jseabold。我知道它一定是某个地方的特征。有没有一种方法可以同时获得模型预测的新数据的预测区间?此处引用的方法仅为训练数据返回预测间隔。@MarcoMene The
wls\u prediction\u std()
接受第二个参数,exog
,该参数可以是新数据。