如何在python的線性迴歸模型中計算斜率的99％置信區間？

Question

我們有以下線性迴歸：y〜b0 + b1 * x1 + b2 * x2。我知道Matlab中的迴歸函數計算它，但numpy的linalg.lstsq不（https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html）。

Answer 1

StatsModels'RegressionResults有一個conf_int()方法。這裏用它的（它們的Ordinary Least Squares示例的最低限度修飾的版本）的示例：

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 

Answer 2

您可以使用SciPy的的線性迴歸，它不計算R/P值和標準差：http://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.stats.linregress.html

編輯：布賴恩作爲強調，我從SciPy的文檔代碼：

from scipy import stats 
import numpy as np 
x = np.random.random(10) 
y = np.random.random(10) 
slope, intercept, r_value, p_value, std_err = stats.linregress(x,y) 

confidence_interval = 2.58*std_err