statsmodels.discrete.discrete_model.CountResults.conf_int¶

CountResults.conf_int(alpha=0.05, cols=None)¶

构建拟合参数的置信区间。

Parameters:¶

alphafloat, optional

置信区间的显著性水平。默认的alpha = .05 返回一个 95% 的置信区间。

colsarray_like, optional

指定要返回的置信区间。

.. deprecated: 0.13

cols 已被弃用，将在 0.14 版本发布后移除。 cols 仅在输入为 NumPy 数组时有效，在使用 pandas Series 或 DataFrames 作为输入时将失败。您可以使用切片来选择置信区间。

Returns:¶

array_like

每一行包含对应参数的置信区间的[下限, 上限]。第一列包含所有下限，第二列包含所有上限。

注释

置信区间基于标准正态分布，如果 self.use_t 为 False。如果 self.use_t 为 True，则使用具有 self.df_resid_inference（或 self.df_resid，如果未定义 df_resid_inference）自由度的学生 t 分布。

示例

>>> import statsmodels.api as sm
>>> data = sm.datasets.longley.load()
>>> data.exog = sm.add_constant(data.exog)
>>> results = sm.OLS(data.endog, data.exog).fit()
>>> results.conf_int()
array([[-5496529.48322745, -1467987.78596704],
       [    -177.02903529,      207.15277984],
       [      -0.1115811 ,        0.03994274],
       [      -3.12506664,       -0.91539297],
       [      -1.5179487 ,       -0.54850503],
       [      -0.56251721,        0.460309  ],
       [     798.7875153 ,     2859.51541392]])

>>> results.conf_int(cols=(2,3))
array([[-0.1115811 ,  0.03994274],
       [-3.12506664, -0.91539297]])