如何获得预测列的预测间隔

Question

如何获得较低和较高的95％置信度或预测间隔列作为我的预测？

df1 = pd.DataFrame({
        'cumsum_days': [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15],
        'prediction': [800, 900, 1200, 700, 600, 
                 550, 500, 650, 625, 600,
                550, 525, 500, 400, 350]})

所需的数据框看起来像这样：

prediction  lower_ci   high_ci
800         some_num   some num
900         some_num   some num
1200        some_num   some num
700         some_num   some num

这些功能只给我个位数，但是我正在寻找df.prediction的95％置信区间（一个15个数据点）。

mean = df.prediction.mean()
std = df.prediction.std()

我也尝试过（下面），但是它只给我三个值，而不是我的预测值的2个额外的置信带/间隔数组：

import numpy as np
import scipy.stats


def mean_confidence_interval(data, confidence=0.95):
    a = 1.0 * np.array(data)
    n = len(a)
    m, se = np.mean(a), scipy.stats.sem(a)
    h = se * scipy.stats.t.ppf((1 + confidence) / 2., n-1)
    return m, m-h, m+h

Answer 1

这样的事情怎么样？