python - Statsmodels 基于异方差一致性标准误差绘制平均置信区间

Question

这个问题类似于confidence and prediction intervals with StatsModels但有一个额外的细微差别:

我的数据是异方差的，我想使用 statsmodels 提供的任何一种异方差一致标准误差(HC0_se、HC1_se 等)绘制平均值的置信区间。对于每个拟合值，我找不到任何容易访问此信息的方法(尽管很容易获得每个系数的间隔)。它似乎也没有像标准平均置信区间数据那样包含在 stats.outliers 的结果汇总表中。

两个问题:

1. 有人知道我该怎么做吗？
2. 人们通常使用线性回归结果对象中也可用的异方差一致协方差矩阵做什么？为什么提供它？

非常感谢

Answer 1

我认为目前还没有一种方法可以指定您要使用哪个协方差矩阵来计算预测标准误差。请注意，预测代码仍在 statsmodels 存储库的“sandbox”文件夹中。我确信 Github 拉取请求会受到欢迎 :)

无论如何，这应该很简单。这是您链接到的预测功能的底层代码的链接。本质上，您只需要替换您想要使用的协方差矩阵而不是 covb 变量。

然后，您可以使用您在其他 SO 帖子中看到的相同 matplotlib 花絮。

https://github.com/statsmodels/statsmodels/blob/master/statsmodels/sandbox/regression/predstd.py#L27

predvar = res.mse_resid/weights + (exog * np.dot(covb, exog.T).T).sum(1)
predstd = np.sqrt(predvar)
tppf = stats.t.isf(alpha/2., res.df_resid)
interval_u = predicted + tppf * predstd
interval_l = predicted - tppf * predstd
return predstd, interval_l, interval_u