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