線性迴歸的單側t檢驗？

我有這個問題。我正在嘗試做線性迴歸並測試斜率。 t檢驗檢查斜率是否遠離0.斜率可以是負值也可以是正值。我只對負斜率感興趣。線性迴歸的單側t檢驗？

在這個例子中，斜率是正值，我不感興趣，所以P值應該很大。但它很小，因爲現在它測試斜率是否遠離0，在任一方向。（我強制截取零，這是我想要的）。有人可以用語法來幫助我看看斜率是否只有負值。在這種情況下，P值應該很大。

而我該如何改變，說99％的置信度或95％或......？對於雙向t檢驗

import statsmodels.api as sm 
import matplotlib.pyplot as plt 
import numpy 
X = [-0.013459134, 0.01551033, 0.007354476, 0.014686473, -0.014274754, 0.007728445, -0.003034186, -0.007409397] 
Y = [-0.010202462, 0.003297546, -0.001406498, 0.004377665, -0.009244517, 0.002136552, 0.006877126, -0.001494624] 
regression_results = sm.OLS (Y, X, missing = "drop").fit() 
P_value = regression_results.pvalues [0] 
R_squared = regression_results.rsquared 
K_slope = regression_results.params [0] 
conf_int = regression_results.conf_int() 
low_conf_int = conf_int [0][0] 
high_conf_int = conf_int [0][1] 
fig, ax = plt.subplots() 
ax.grid (True) 
ax.scatter (X, Y, alpha = 1, color='orchid') 
x_pred = numpy.linspace (min (X), max (X), 40) 
y_pred = regression_results.predict (x_pred) 
ax.plot (x_pred, y_pred, '-', color='darkorchid', linewidth=2)

來源

2017-04-13 Orvar Korvar

我投票結束這個問題作爲題外話，因爲這不是一個Python問題，而是一個統計數據。屬於[CrossValidated]（http://stats.stackexchange.com/） – MSalters

這是一個關於編程的問題。 statsmodels目前不支持模型結果中的單向t_test。 – user333700

p值的計算方法是：

import scipy.stats as ss 
df = regression_results.df_resid 
ss.t.sf(regression_results.tvalues[0], df) * 2 # About the same as (1 - cdf) * 2. 
# see @user333700's comment 
Out[12]: 0.02903685649821508

你的修改也只是：

ss.t.cdf(regression_results.tvalues[0], df) 
Out[14]: 0.98548157175089246

，因爲你有興趣在左只有尾巴。

對於置信區間，你只需要通過阿爾法參數：

regression_results.conf_int(alpha=0.01)

了99％的置信區間。

來源

2017-04-13 11:11:24 ayhan

最好使用t.sf而不是1-cdf，因爲它在右側尾部的精度更高，並且可以小於浮點數epsilon。 – user333700

太棒了！你是我的救星！ :) ........ 一個問題，如果我對右尾感興趣，我該怎麼做？左尾是什麼，是負斜率？而右尾是正斜率？ ....... 只是爲了確認，「ss.t.cdf（regression_results.tvalues [0]，df）」爲我提供了負斜率的P值嗎？ ....... alpha = 0.1是單側測試的10％置信水平？...... t.sf的語法如何？ –

@ user333700謝謝，我不知道。讓我更新。 – ayhan

線性迴歸的單側t檢驗？

回答

相關問題