如何在python中的线性回归模型中计算斜率的99％置信区间？

  • Z时代
  • 2024-01-10
  • 分类：问答

我们具有以下线性回归：y〜b0 + b1 * x1 + b2 *

x2。我知道Matlab中的回归函数可以计算出来，但是numpy的linalg.lstsq不能（https://docs.scipy.org/doc/numpy-

dev/user/numpy-for-matlab-users.html）。

回答：

StatsModels’RegressionResults有一个conf_int()方法。这是一个使用它的示例（普通最小二乘示例的最小修改版本）：

import numpy as np, statsmodels.api as sm
nsample = 100
x = np.linspace(0, 10, nsample)
X = np.column_stack((x, x**2))
beta = np.array([1, 0.1, 10])
e = np.random.normal(size=nsample)
X = sm.add_constant(X)
y = np.dot(X, beta) + e
mod = sm.OLS(y, X)
res = mod.fit()
print res.conf_int(0.01)   # 99% confidence interval

以上是 如何在python中的线性回归模型中计算斜率的99％置信区间？ 的全部内容， 来源链接： utcz.com/qa/409699.html

回到顶部