基于statsmodels示例，如何筛选置信区间外的x、y数据点？

嘿，我来帮你搞定这个问题！你已经用statsmodels的summary_table算出了95%置信区间的上下限，现在要揪出那些落在区间外面的x和y数据点其实很简单，跟着下面的步骤来就行：

首先先回顾你给出的基础代码：

import numpy as np 
import statsmodels.api as sm 
from statsmodels.stats.outliers_influence import summary_table 

# measurements
n = 100 
x = np.linspace(0, 10, n) 
e = np.random.normal(size=n) 
y = 1 + 0.5*x + 2*e 
X = sm.add_constant(x) 
re = sm.OLS(y, X).fit() 
st, data, ss2 = summary_table(re, alpha=0.05) 
predict_ci_low, predict_ci_upp = data[:, 6:8].T 

接下来只需要三步就能筛选出目标数据点：

• 第一步：创建筛选掩码
  我们需要生成一个布尔数组，标记哪些原始y值小于置信区间下限，或者大于置信区间上限：

  # 生成掩码：标记y值在置信区间外的位置
  outliers_mask = (y < predict_ci_low) | (y > predict_ci_upp)
  

• 第二步：提取目标数据
  用上面的掩码直接对x和y数组进行索引，就能得到所有落在置信区间外的数据点：

  # 提取置信区间外的x和y值
  x_outliers = x[outliers_mask]
  y_outliers = y[outliers_mask]
  

• 第三步：查看结果（可选）
  如果你想把这些数据点以(x,y)对的形式展示，可以把它们组合成二维数组：

  # 组合成(x,y)对的二维数组
  outliers = np.column_stack((x_outliers, y_outliers))
  print("落在95%置信区间外的数据点：")
  print(outliers)
  

这样你就能精准拿到所有不在置信区间内的x和y数据啦！

内容的提问来源于stack exchange，提问作者PedroA