我在 Python 中使用statsmodels.formulas.api.quantreg() 进行分位数回归。我看到在拟合分位数回归模型时，有一个选项可以指定回归系数的置信区间的显着性水平，置信区间结果出现在拟合摘要中。
正在使用什么统计方法来生成有关回归系数的置信区间？它似乎没有记录在案，我已经挖掘了quantile_regression.py 和summary.py 的源代码，但没有运气。任何人都可以对此有所了解吗？
【问题讨论】：
标签： python statsmodels
参数的推断在模型之间是相同的，并且大部分是从基类继承的。
分位数回归具有模型特定的参数协方差矩阵。 tvalues、pvalues、置信区间、t_test 和 wald_test 都是基于给定协方差的估计参数的渐近正态分布假设，并且是“通用的”。
OLS 和 WLS 等线性模型以及可选的其他一些模型可以使用 t 和 F 分布而不是正态分布和卡方分布来进行基于 Wald 检验的推理。
特别是conf_int 在statsmodels.base.models.LikelihoodModelResults 中定义
部分修正：
QuantReg 使用 t 和 F 分布进行推理，因为它目前被视为线性回归模型，而不是作为相关 M 估计量的正态和卡方分布，RLM，statsmodels.robust。
现在大多数模型都有一个 use_t 选项来选择推理分布，但它尚未添加到 QuantReg。
【讨论】：