多元线性回归中的F-test和T-test

于 2022-06-18 22:49:20 发布
阅读量2.7k 收藏 2
点赞数
分类专栏： 工具 数据 文章标签： 线性回归 python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46268055/article/details/125352423
版权
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。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

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
了解本专栏 订阅专栏 解锁全文 超级会员免费看
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

实付元
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