{"id":4504,"date":"2023-07-10T14:11:32","date_gmt":"2023-07-10T14:11:32","guid":{"rendered":"https:\/\/statorials.org\/de\/wald-test-python\/"},"modified":"2023-07-10T14:11:32","modified_gmt":"2023-07-10T14:11:32","slug":"wald-test-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/wald-test-python\/","title":{"rendered":"So f\u00fchren sie einen wald-test in python durch"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Mit einem <strong>Wald-Test<\/strong> kann getestet werden, ob ein oder mehrere Parameter eines Modells bestimmten Werten entsprechen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dieser Test wird h\u00e4ufig verwendet, um zu bestimmen, ob eine oder mehrere Pr\u00e4diktorvariablen in einem Regressionsmodell gleich Null sind.<\/span><\/p>\n<p> <span style=\"color: #000000;\">F\u00fcr diesen Test verwenden wir die folgenden Null- und <a href=\"https:\/\/statorials.org\/de\/hypothesentest-1\/\" target=\"_blank\" rel=\"noopener\">Alternativhypothesen<\/a> :<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>H <sub>0<\/sub><\/strong> : Einige S\u00e4tze von Pr\u00e4diktorvariablen sind alle gleich Null.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>H <sub>A<\/sub><\/strong> : Nicht alle Pr\u00e4diktorvariablen im Satz sind gleich Null.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Wenn wir die Nullhypothese nicht ablehnen k\u00f6nnen, k\u00f6nnen wir den angegebenen Satz von Pr\u00e4diktorvariablen aus dem Modell entfernen, da sie keine statistisch signifikante Verbesserung der Modellanpassung bewirken.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Das folgende Beispiel zeigt, wie man einen Wald-Test in Python durchf\u00fchrt<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Beispiel: Wald-Test in Python<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">F\u00fcr dieses Beispiel verwenden wir den ber\u00fchmten <strong>mtcars<\/strong> -Datensatz, um das folgende multiple lineare Regressionsmodell anzupassen:<\/span><\/p>\n<p> <span style=\"color: #000000;\">mpg = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> verf\u00fcgbar + \u03b2 <sub>2<\/sub> Kohlenhydrate + \u03b2 <sub>3<\/sub> PS + \u03b2 <sub>4<\/sub> Zyl<\/span><\/p>\n<p> <span style=\"color: #000000;\">Der folgende Code zeigt, wie dieses Regressionsmodell angepasst und die Modellzusammenfassung angezeigt wird:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\">import<\/span> statsmodels. <span style=\"color: #3366ff;\">formula<\/span> . <span style=\"color: #3366ff;\">api<\/span> <span style=\"color: #008000;\">as<\/span> smf\n<span style=\"color: #008000;\">import<\/span> pandas <span style=\"color: #008000;\">as<\/span> pd\n<span style=\"color: #008000;\">import<\/span> io\n\n<span style=\"color: #008080;\">#define dataset as string\n<\/span>mtcars_data=\"\"\"model,mpg,cyl,disp,hp,drat,wt,qsec,vs,am,gear,carb\nMazda RX4,21,6,160,110,3.9,2.62,16.46,0,1,4,4\nMazda RX4 Wag,21.6,160,110,3.9,2.875,17.02,0,1,4,4\nDatsun 710,22.8,4,108,93,3.85,2.32,18.61,1,1,4,1\nHornet 4 Drive,21.4,6,258,110,3.08,3.215,19.44,1,0,3,1\nHornet Sportabout,18.7,8,360,175,3.15,3.44,17.02,0,0,3,2\nValiant,18.1,6,225,105,2.76,3.46,20.22,1,0,3,1\nDuster 360,14.3,8,360,245,3.21,3.57,15.84,0,0,3,4\nMerc 240D,24.4,4,146.7,62,3.69,3.19,20,1,0,4,2\nMerc 230,22.8,4,140.8,95,3.92,3.15,22.9,1,0,4,2\nMerc 280,19.2,6,167.6,123,3.92,3.44,18.3,1,0,4,4\nMerc 280C,17.8,6,167.6,123,3.92,3.44,18.9,1,0,4,4\nMerc 450SE,16.4,8,275.8,180,3.07,4.07,17.4,0,0,3,3\nMerc 450SL,17.3,8,275.8,180,3.07,3.73,17.6,0,0,3,3\nMerc 450SLC,15.2,8,275.8,180,3.07,3.78,18,0,0,3,3\nCadillac Fleetwood,10.4,8,472,205,2.93,5.25,17.98,0,0,3,4\nLincoln Continental,10.4,8,460,215,3,5.424,17.82,0,0,3,4\nChrysler Imperial,14.7,8,440,230,3.23,5.345,17.42,0,0,3,4\nFiat 128,32.4,4,78.7,66,4.08,2.2,19.47,1,1,4,1\nHonda Civic,30.4,4,75.7,52,4.93,1.615,18.52,1,1,4,2\nToyota Corolla,33.9,4,71.1,65,4.22,1.835,19.9,1,1,4,1\nToyota Corona,21.5,4,120.1,97,3.7,2.465,20.01,1,0,3,1\nDodge Challenger,15.5,8,318,150,2.76,3.52,16.87,0,0,3,2\nAMC Javelin,15.2,8,304,150,3.15,3.435,17.3,0,0,3,2\nCamaro Z28,13.3,8,350,245,3.73,3.84,15.41,0,0,3,4\nPontiac Firebird,19.2,8,400,175,3.08,3.845,17.05,0,0,3,2\nFiat X1-9,27.3,4,79,66,4.08,1.935,18.9,1,1,4,1\nPorsche 914-2,26,4,120.3,91,4.43,2.14,16.7,0,1,5,2\nLotus Europa,30.4,4,95.1,113,3.77,1.513,16.9,1,1,5,2\nFord Pantera L,15.8,8,351,264,4.22,3.17,14.5,0,1,5,4\nFerrari Dino,19.7,6,145,175,3.62,2.77,15.5,0,1,5,6\nMaserati Bora,15.8,301,335,3.54,3.57,14.6,0,1,5,8\nVolvo 142E,21.4,4,121,109,4.11,2.78,18.6,1,1,4,2\"\"\"\n\n<span style=\"color: #008080;\">#convert string to DataFrame\n<\/span>df = pd. <span style=\"color: #3366ff;\">read_csv<\/span> ( <span style=\"color: #3366ff;\">io.StringIO<\/span> (mtcars_data), sep=\" <span style=\"color: #ff0000;\">,<\/span> \")\n\n<span style=\"color: #008080;\">#fit multiple linear regression model\n<\/span>results = smf. <span style=\"color: #3366ff;\">ols<\/span> (' <span style=\"color: #ff0000;\">mpg~disp+carb+hp+cyl<\/span> ',df). <span style=\"color: #3366ff;\">fit<\/span> ()\n\n<span style=\"color: #008080;\">#view regression model summary\n<\/span>results. <span style=\"color: #3366ff;\">summary<\/span> ()\n\n\tcoef std err t P&gt;|t| [0.025 0.975]\nIntercept34.0216 2.523 13.482 0.000 28.844 39.199\navailable -0.0269 0.011 -2.379 0.025 -0.050 -0.004\ncarb -0.9269 0.579 -1.601 0.121 -2.115 0.261\nhp 0.0093 0.021 0.452 0.655 -0.033 0.052\ncyl -1.0485 0.784 -1.338 0.192 -2.657 0.560\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Als n\u00e4chstes k\u00f6nnen wir die Funktion <strong>wald_test()<\/strong> <strong>von statsmodels<\/strong> verwenden, um zu testen, ob die Regressionskoeffizienten f\u00fcr die Pr\u00e4diktorvariablen \u201ehp\u201c und \u201ecyl\u201c beide gleich Null sind.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Der folgende Code zeigt, wie man diese Funktion in der Praxis nutzt:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#perform Wald Test to determine if 'hp' and 'cyl' coefficients are both zero<\/span>\n<span style=\"color: #008000;\">print<\/span> ( <span style=\"color: #3366ff;\">results.wald_test<\/span> (' <span style=\"color: #ff0000;\">(hp=0, cyl=0)<\/span> '))\n\nF test: F=array([[0.91125429]]), p=0.41403001184235005, df_denom=27, df_num=2\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Aus dem Ergebnis k\u00f6nnen wir ersehen, dass der <a href=\"https:\/\/statorials.org\/de\/p-werte-statistische-signifikanz\/\" target=\"_blank\" rel=\"noopener\">p-Wert<\/a> des Tests <strong>0,414<\/strong> betr\u00e4gt.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Da dieser p-Wert nicht kleiner als 0,05 ist, k\u00f6nnen wir die Nullhypothese des Wald-Tests nicht ablehnen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Das bedeutet, dass wir davon ausgehen k\u00f6nnen, dass die Regressionskoeffizienten f\u00fcr die Pr\u00e4diktorvariablen \u201ehp\u201c und \u201ecyl\u201c beide gleich Null sind.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen diese Terme aus dem Modell entfernen, da sie die allgemeine Modellanpassung statistisch nicht signifikant verbessern.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere g\u00e4ngige Vorg\u00e4nge in Python ausf\u00fchren:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/de\/einfache-lineare-regression-in-python\/\" target=\"_blank\" rel=\"noopener\">So f\u00fchren Sie eine einfache lineare Regression durch<\/a><br \/> <a href=\"https:\/\/statorials.org\/de\/polynomregression-python\/\" target=\"_blank\" rel=\"noopener\">So f\u00fchren Sie eine Polynomregression in Python durch<\/a><br \/> <a href=\"https:\/\/statorials.org\/de\/wie-berechnet-man-vive-in-python\/\" target=\"_blank\" rel=\"noopener\">So berechnen Sie VIF in Python<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Mit einem Wald-Test kann getestet werden, ob ein oder mehrere Parameter eines Modells bestimmten Werten entsprechen. Dieser Test wird h\u00e4ufig verwendet, um zu bestimmen, ob eine oder mehrere Pr\u00e4diktorvariablen in einem Regressionsmodell gleich Null sind. F\u00fcr diesen Test verwenden wir die folgenden Null- und Alternativhypothesen : H 0 : Einige S\u00e4tze von Pr\u00e4diktorvariablen sind alle [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>So f\u00fchren Sie einen Wald-Test in Python durch \u2013 Statorials<\/title>\n<meta name=\"description\" content=\"In diesem Tutorial wird erl\u00e4utert, wie Sie einen Wald-Test in Python durchf\u00fchren, einschlie\u00dflich eines vollst\u00e4ndigen Beispiels.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/de\/wald-test-python\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"So f\u00fchren Sie einen Wald-Test in Python durch \u2013 Statorials\" \/>\n<meta property=\"og:description\" content=\"In diesem Tutorial wird erl\u00e4utert, wie Sie einen Wald-Test in Python durchf\u00fchren, einschlie\u00dflich eines vollst\u00e4ndigen Beispiels.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/de\/wald-test-python\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-10T14:11:32+00:00\" \/>\n<meta name=\"author\" content=\"Dr. Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/de\/wald-test-python\/\",\"url\":\"https:\/\/statorials.org\/de\/wald-test-python\/\",\"name\":\"So f\u00fchren Sie einen Wald-Test in Python durch \u2013 Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/de\/#website\"},\"datePublished\":\"2023-07-10T14:11:32+00:00\",\"dateModified\":\"2023-07-10T14:11:32+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\"},\"description\":\"In diesem Tutorial wird erl\u00e4utert, wie Sie einen Wald-Test in Python durchf\u00fchren, einschlie\u00dflich eines vollst\u00e4ndigen Beispiels.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/de\/wald-test-python\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/de\/wald-test-python\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/de\/wald-test-python\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Heim\",\"item\":\"https:\/\/statorials.org\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"So f\u00fchren sie einen wald-test in python durch\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/de\/#website\",\"url\":\"https:\/\/statorials.org\/de\/\",\"name\":\"Statorials\",\"description\":\"Ihr Leitfaden f\u00fcr statistische Kompetenz !\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\",\"name\":\"Dr. Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. Benjamin Anderson\"},\"description\":\"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen\",\"sameAs\":[\"https:\/\/statorials.org\/de\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"So f\u00fchren Sie einen Wald-Test in Python durch \u2013 Statorials","description":"In diesem Tutorial wird erl\u00e4utert, wie Sie einen Wald-Test in Python durchf\u00fchren, einschlie\u00dflich eines vollst\u00e4ndigen Beispiels.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/de\/wald-test-python\/","og_locale":"de_DE","og_type":"article","og_title":"So f\u00fchren Sie einen Wald-Test in Python durch \u2013 Statorials","og_description":"In diesem Tutorial wird erl\u00e4utert, wie Sie einen Wald-Test in Python durchf\u00fchren, einschlie\u00dflich eines vollst\u00e4ndigen Beispiels.","og_url":"https:\/\/statorials.org\/de\/wald-test-python\/","og_site_name":"Statorials","article_published_time":"2023-07-10T14:11:32+00:00","author":"Dr. Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr. Benjamin Anderson","Gesch\u00e4tzte Lesezeit":"2 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/de\/wald-test-python\/","url":"https:\/\/statorials.org\/de\/wald-test-python\/","name":"So f\u00fchren Sie einen Wald-Test in Python durch \u2013 Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/de\/#website"},"datePublished":"2023-07-10T14:11:32+00:00","dateModified":"2023-07-10T14:11:32+00:00","author":{"@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0"},"description":"In diesem Tutorial wird erl\u00e4utert, wie Sie einen Wald-Test in Python durchf\u00fchren, einschlie\u00dflich eines vollst\u00e4ndigen Beispiels.","breadcrumb":{"@id":"https:\/\/statorials.org\/de\/wald-test-python\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/de\/wald-test-python\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/de\/wald-test-python\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Heim","item":"https:\/\/statorials.org\/de\/"},{"@type":"ListItem","position":2,"name":"So f\u00fchren sie einen wald-test in python durch"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/de\/#website","url":"https:\/\/statorials.org\/de\/","name":"Statorials","description":"Ihr Leitfaden f\u00fcr statistische Kompetenz !","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Person","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0","name":"Dr. Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Dr. Benjamin Anderson"},"description":"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen","sameAs":["https:\/\/statorials.org\/de"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/4504"}],"collection":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/comments?post=4504"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/4504\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/media?parent=4504"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/categories?post=4504"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/tags?post=4504"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}