线性回归的原假设和p值

原假设

$y={\beta }_0+{\beta }_{1}x$，原假设 ${\beta }_1$ 是零，当计算出与 ${\beta }_1$ 相关的统计量的 $p$ 值小于显著性水平 $\alpha$（$\alpha$ 一般取0.05或0.01）时，就拒绝原假设，即认为 ${\beta }_1$ 不是零。

$p$ 值计算

在Python中from statsmodels.formula.api import ols，然后按照下边操作即可得到 $p$ 值。

data_i = pd.DataFrame({'x': x, 'y': y})
model = ols('y~x', data_i).fit()
pvalues = model.pvalues[1]