Як отримати значення p із лінійної регресії в статистичних моделях

Ви можете використовувати наступні методи, щоб отримати p-значення для коефіцієнтів підгонки моделі лінійної регресії за допомогою модуля statsmodels у Python:

 #extract p-values for all predictor variables
for x in range(0, 3):
    print ( model.pvalues [x])

#extract p-value for specific predictor variable name
model. pvalues . loc [' predictor1 ']

#extract p-value for specific predictor variable position
model. pvalues [0]

Наступні приклади показують, як використовувати кожен метод на практиці.

Приклад: витягніть P-значення з лінійної регресії в статистичних моделях

Припустімо, що у нас є наступний pandas DataFrame, який містить інформацію про вивчені години, складені підготовчі іспити та підсумкову оцінку, отриману учнями в певному класі:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' hours ': [1, 2, 2, 4, 2, 1, 5, 4, 2, 4, 4, 3, 6],
                   ' exams ': [1, 3, 3, 5, 2, 2, 1, 1, 0, 3, 4, 3, 2],
                   ' score ': [76, 78, 85, 88, 72, 69, 94, 94, 88, 92, 90, 75, 96]})

#view head of DataFrame
df. head ()

	hours exam score
0 1 1 76
1 2 3 78
2 2 3 85
3 4 5 88
4 2 2 72

Ми можемо використати функцію OLS() модуля statsmodels, щоб підібрати множинну лінійну регресійну модель , використовуючи «години» та «іспити» як змінні прогнозу та «бал» як змінну відповіді :

 import statsmodels. api as sm

#define predictor and response variables
y = df['score']
x = df[['hours', 'exams']]

#add constant to predictor variables
x = sm. add_constant (x)

#fit linear regression model
model = sm. OLS (y,x). fit ()

#view model summary
print ( model.summary ())

                            OLS Regression Results                            
==================================================== ============================
Dept. Variable: R-squared score: 0.718
Model: OLS Adj. R-squared: 0.661
Method: Least Squares F-statistic: 12.70
Date: Fri, 05 Aug 2022 Prob (F-statistic): 0.00180
Time: 09:24:38 Log-Likelihood: -38.618
No. Observations: 13 AIC: 83.24
Df Residuals: 10 BIC: 84.93
Df Model: 2                                         
Covariance Type: non-robust                                         
==================================================== ============================
                 coef std err t P>|t| [0.025 0.975]
-------------------------------------------------- ----------------------------
const 71.4048 4.001 17.847 0.000 62.490 80.319
hours 5.1275 1.018 5.038 0.001 2.860 7.395
exams -1.2121 1.147 -1.057 0.315 -3.768 1.344
==================================================== ============================
Omnibus: 1,103 Durbin-Watson: 1,248
Prob(Omnibus): 0.576 Jarque-Bera (JB): 0.803
Skew: -0.289 Prob(JB): 0.669
Kurtosis: 1.928 Cond. No. 11.7
==================================================== ============================

За замовчуванням функція summary() відображає p-значення кожної змінної предиктора до трьох знаків після коми:

• P-значення для перетину: 0,000
• P-значення для годин: 0,001
• P-value для іспитів: 0,315

Однак ми можемо отримати повні p-значення для кожної змінної предиктора з моделі за допомогою наступного синтаксису:

 #extract p-values for all predictor variables
for x in range(0, 3):
    print ( model.pvalues [x])

6.514115622692573e-09
0.0005077783375870773
0.3154807854805659

Це дозволяє нам бачити p-значення з більшою кількістю десяткових знаків:

• P-значення для перетину: 0,00000000651411562269257
• P-значення для годин: 0,0005077783375870773
• P-value для іспитів: 0,3154807854805659

Примітка : ми використали 3 у нашій функції range(), оскільки в нашій моделі регресії було три загальні коефіцієнти.

Ми також можемо використати наступний синтаксис, щоб спеціально витягти p-значення для змінної “години”:

 #extract p-value for 'hours' only
model. pvalues . loc [' hours ']

0.0005077783375870773

Або ми можемо використати наступний синтаксис, щоб отримати p-значення коефіцієнта змінної в певній позиції регресійної моделі:

 #extract p-value for coefficient in index position 0
model. pvalues [0]

6.514115622692573e-09

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові завдання в Python:

Як виконати логістичну регресію в Python
Як розрахувати AIC регресійних моделей у Python
Як розрахувати скоригований R-квадрат у Python