Python scipy.stats.linregresse-获取截距的p值
返回与坡度对应的p值,但不返回截距的p值。从DOCS中考虑下面的例子:Python scipy.stats.linregresse-获取截距的p值,python,statistics,scipy,statsmodels,Python,Statistics,Scipy,Statsmodels,返回与坡度对应的p值,但不返回截距的p值。从DOCS中考虑下面的例子: >>> 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.linr
>>> 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)
>>> p_value
0.40795314163864016
根据文档,p值
是“假设检验的双边p值,其无效假设是斜率为零。”我想得到相同的统计数据,但是截距而不是斜率
立即返回两个系数的p值:
>>> import numpy as np
>>> import statsmodels.api as sm
>>> X = sm.add_constant(x)
>>> model = sm.OLS(y,X)
>>> results = model.fit()
>>> results.pvalues
array([ 0.00297559, 0.40795314])
仅使用scipy,如何获取截取的p值(0.40795314163864016)?来自scipy.org文档:
输入:打印“r平方:”,r_值**2
输出:r平方:0.15286643777
对于其他参数,请尝试:
print ('Intercept is: ', (intercept))
print ('Slope is: ', (slope))
print ('R-Value is: ', (r_value))
print ('Std Error is: ', (std_err))
print ('p-value is: ', (p_value))
问题是是否需要截距的p值。这不是答案。