多元线性回归中的F-test和T-test

本文通过实例介绍了多元线性回归中F-test和T-test的应用。F-test用于检验模型整体的显著性,结果显示广告支出与销售之间有强关系。T-test则用于检查单个预测因子的显著性,发现报纸广告支出的p值较大,统计上不显著,可能可以被剔除以优化模型。在考虑相互影响时,即使特征的p值不显著,也应该包含其交互项,遵循层次原则。
摘要由CSDN通过智能技术生成

在这里插入图片描述
1

举个例子
模型输出的p值检验为F检验
模型输入的p值检验为T检验

原理:
后续补充

先上代码2

在这里插入图片描述

import pandas as pd
import numpy as np
import matplotlib
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

balabalahoo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值