Python Statistical model: 用Scipy做线性回归分析 (一步实现p value、标准差计算)

点赞发Nature
关注中Science

p-value表示线性回归中的斜率、截距的显著性,p-value越小,表示得到的结果越显著。

之前我用curve fit的方法实现了线性函数的拟合,但是这有些大材小用了,而且过程较为繁琐,不方便p值等的计算。
curve fit方法实现线性拟合

scipy.stats linregress方法可以一步实现包括斜率、截距、标准差、p值的计算:

from scipy import stats 
import numpy as np

x = np.random.random(10)
y = np.random.random(10)
slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)

————————
我是仁荷大学的经管博士生,关注能源转型过程中的环境经济问题。

专注于分享科研中的python技巧,欢迎一起交流、学习。

关于我的博客内容、其他相关的研究问题,有问题可以评论、私信我~

  • 2
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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