直接选statsmodels：它原生支持QuantReg，可拟合任意分位点并输出系数与标准误；sklearn仅通过GradientBoostingRegressor等间接支持分位数损失，无法提供解析式预测区间，灵活性和可解释性较弱。
分位数回归用 statsmodels 还是 sklearn？
直接选 statsmodels：它原生支持分位数回归（QuantReg），能输出系数、标准误，还能手动构造预测区间；sklearn 的 GradientBoostingRegressor 虽然支持分位数损失（通过 loss="quantile"），但不提供单次拟合的置信带，只能靠多模型集成（如训练多个分位点）来逼近区间，灵活性和可解释性差一截。
关键区别在于：QuantReg 是参数化建模，假设线性关系 + 分位点独立估计；GradientBoostingRegressor 是非参数、树集成，适合复杂非线性，但无法给出解析形式的区间边界。
用 QuantReg 构造预测区间的三步实操
核心不是“预测一个值”，而是分别拟合两个分位点（比如 0.05 和 0.95），再把它们的预测结果当作区间的上下界。注意：这不是统计意义上的“90% 预测区间”，而是两个独立分位回归的点估计拼成的区间，不包含残差自相关或异方差校正 —— 想更严谨就得加自助法（bootstrap）。
- 先用
QuantReg(endog, exog)分别拟合q=0.05和q=0.95两个模型 - 对新数据
X_new，调用model.predict(X_new)得到两个数组：y_low和y_high - 确保
exog包含常数项（用sm.add_constant()），否则截距会被忽略，区间会系统性偏移
示例片段：
立即学习“Python免费学习笔记（深入）”；
import statsmodels.api as sm from statsmodels.regression.quantile_regression import QuantReg <p>X = sm.add_constant(X_train) # 必须加常数 mod_low = QuantReg(y_train, X) res_low = mod_low.fit(q=0.05)</p><p>mod_high = QuantReg(y_train, X) res_high = mod_high.fit(q=0.95)</p><p>X_new_const = sm.add_constant(X_test) y_low = res_low.predict(X_new_const) y_high = res_high.predict(X_new_const)</p>
为什么不能直接用 get_prediction() 或 conf_int()？
QuantRegResults 对象没有 get_prediction() 方法，也**不提供预测区间（prediction interval）**，只有 conf_int() —— 那只是系数的置信区间，不是对新观测 y 的区间估计。很多人误以为系数 CI 能推出 y 的区间，这是错的：前者反映参数不确定性，后者还依赖残差分布和新样本的随机误差。
常见错误现象：res.conf_int().dot(X_new.T) 算出来的是“均值响应的置信带”，不是“单个新观测的预测区间”，宽度会明显偏窄，尤其在小样本或高方差时失效。
如果真要带残差不确定性的预测区间，必须用 bootstrap：对原始样本重采样、重复拟合两个分位模型、收集每次的 y_low/y_high，最后取第 2.5% 和 97.5% 分位数 —— 这才是稳健的 95% 预测区间。
异方差下区间容易过窄，怎么补救？
分位数回归本身对异方差鲁棒，但标准误估计默认用 i.i.d. 假设，实际中若残差方差随 X 变化，fit() 返回的标准误会失准，进而影响分位点估计稳定性，导致区间在某些区域塌缩或发散。
- 用
fit(cov_type="HC0")或cov_type="cluster"替换默认协方差估计器，缓解异方差影响 - 避免在
X外推区域计算区间 —— 分位回归在支撑集外无定义，predict()会外推但结果不可靠 - 检查残差分位图（
residvsfitted）：若低分位残差系统性偏负、高分位偏正，说明模型设定有误（比如漏掉非线性项）
真正麻烦的地方在于：分位数回归的预测区间没有闭式解，也没有统一的“最优带宽”或“自动校正”。你得根据问题背景决定——是接受简单双分位拼接，还是投入时间写 bootstrap 循环、甚至换用贝叶斯分位数回归（pymc + asymmetric Laplace）。
