模型预测的置信区间

Question

我将跟随一个statsmodels教程

使用OLS模型进行拟合

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]})

结果以单个值数组的形式返回。

在statsmodels中是否有一种方法可以返回预测值的置信区间（预测区间）？

谢谢。

- John

---

你有没有在谷歌上搜索“python statsmodels confidence”？ - Floris

是的，我看过了。在模型结果摘要中，它返回了拟合值的CI。我正在寻找预测值的CI。本质上，我正在寻找Y_hat的95％ CI。 - John

Answer 1

我们一直希望使这更易于访问。您应该能够使用

from statsmodels.sandbox.regression.predstd import wls_prediction_std
prstd, iv_l, iv_u = wls_prediction_std(results)

如果您遇到任何问题，请在GitHub上提交问题。

- jseabold

---

谢谢@jseabold。我知道它一定有特性的地方。 - John

有没有办法为模型预测的新数据也获得预测区间？ 这里引用的方法仅返回训练数据的预测区间。 - Marco Mene

@MarcoMene，wls_prediction_std()函数接受第二个参数exog，可以是新数据。 - Mattijn

Answer 2

此外，您可以尝试使用 get_prediction 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)

我在这里找到了 summary_frame() 方法（链接），而 get_prediction() 方法（链接）则可以在这里找到。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水平。

- Julius