如何为OLS提供一个自定义的方差来估计系数的置信区间？

Question

我用statsmodels来分析一些数据。我用OLS确定了6个系数，并得到了置信区间，我假设这个置信区间是通过估计ssr/df_resid的方差来计算的。
假设我现在想给OLS提供一个我估计的自定义方差，并使用它来计算系数置信区间。我该怎么做？在

Answer 1

在statsmodels中更改Results实例中的属性有点棘手，因为许多属性都是延迟计算然后缓存的。任何使用后门或直接赋值给属性都可能导致不一致和不正确的结果。但是，由于它是Python，因此可以更改内部存储的cov_params_default。在

根据用户给出的协方差矩阵，可以推断参数的一种可能性是使用t_test，它有一个cov_p参数来提供cov_参数。在

有点像

tt = results.t_test(np.eye(len(results.params)), cov_p = myscale * results.normalized_cov_params)

那么tt包含与摘要参数表相同的信息，请参见dir(tt)和{}

然而，由于修正了尺度，误差方差估计并不是一个罕见的用例，它现在在currentstatsmodels master中得到了直接支持，并将在0.7版本中发布。目前只支持线性回归模型OLS，WLS，GLS。在

https://github.com/statsmodels/statsmodels/pull/2137

例如WLS：

^{pr2}$