python拟合显示置信区间_python – StatsModels的置信度和预测间隔

这篇博客探讨了如何在statsmodels库中计算预测间隔和置信区间,指出平均预测的置信区间目前不可直接获取,并提供了通过`summary_table`函数获取相关数据的方法。作者通过代码展示了如何验证预测间隔的正确性,并绘制了预测值及置信区间的图表,强调了在统计建模中正确预测方法的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

iv_l,iv_u给出每个点的预测间隔的限制.

预测间隔是观测的置信区间,包括误差估计.

我认为,平均预测的置信区间在statsmodels中还不可用.

(实际上,拟合值的置信区间隐藏在effects_outlier的summary_table内,但我需要验证这一点.)

统计模型的正确预测方法在TODO列表中.

加成

有信心的间隔是OLS,但访问有点笨拙.

在运行你的脚本后包括在内:

from statsmodels.stats.outliers_influence import summary_table

st, data, ss2 = summary_table(re, alpha=0.05)

fittedvalues = data[:,2]

predict_mean_se = data[:,3]

predict_mean_ci_low, predict_mean_ci_upp = data[:,4:6].T

predict_ci_low, predict_ci_upp = data[:,6:8].T

# check we got the right things

print np.max(np.abs(re.fittedvalues - fittedvalues))

print np.max(np.abs(iv_l - predict_ci_low))

print np.max(np.abs(iv_u - predict_ci_upp))

plt.plot(x, y, 'o')

plt.plot(x, fittedvalues, '-', lw=2)

plt.plot(x, predict_ci_low, 'r--', lw=2)

plt.plot(x, predict_ci_upp, 'r--', lw=2)

plt.plot(x, predict_mean_ci_low, 'r--', lw=2)

plt.plot(x, predict_mean_ci_upp, 'r--', lw=2)

plt.show()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值