一元线性回归决定系数_机器学习：模型训练和评估——回归模型评价

在使用statsmodels库建立回归模型时，使用summary()函数通常会输出下图的结果：

图中包含模型的很多检验结果，这些结果就是用来对模型的好坏进行检验和评价的。

下面我们将对一些主要检验结果的意义进行说明并介绍使用方法。

一、模型的显著性检验

在建立回归模型后，首要关心的问题就是建立的模型是否成立，这就要用到模型的显著性检验。

模型的显著性检验主要是F检验。

在statsmodels的输出结果中，会输出F-statistic值和Prob(F-statistic)，前者是F检验的输出值，后者是F检验的P值。

如果Prob(F-statistic)<0.05，则说明在置信度为95%时，可以认为回归模型是成立的。

如果Prob(F-statistic)>0.1，说明回归模型整体上没有通过显著性检验，需要进一步调整。

文首的结果中，Prob(F-statistic)=