数据科学 - 回归表：P 值

回归表中的“系数统计”部分

现在，我们要测试线性回归函数中的系数是否对因变量（Calorie_Burnage）有显著影响。

这意味着我们要证明，使用统计检验，Average_Pulse 和 Calorie_Burnage 之间存在关系。

系数的统计量有四个组成部分：

• std err 代表标准误差 (Standard Error)
• t 是系数的“t 值”
• P>|t| 称为“P 值”
•  [0.025  0.975] 代表系数的置信区间

在本模块中，我们将重点理解“P 值”。

P 值

P 值是一个统计数字，用于判断 Average_Pulse 和 Calorie_Burnage 之间是否存在关系。

我们测试系数的真实值是否为零（无关系）。对此的统计检验称为假设检验。

• 低 P 值（< 0.05）表示系数很可能不等于零。
• 高 P 值（> 0.05）表示我们无法得出解释变量影响因变量的结论（此处：Average_Pulse 是否影响 Calorie_Burnage）。
• 高 P 值也称为不显著 P 值。

假设检验

假设检验是一种统计程序，用于测试您的结果是否有效。

在我们的例子中，我们正在测试 Average_Pulse 和截距的真实系数是否等于零。

假设检验有两个陈述。零假设和备择假设。

• 零假设可以简写为 H0
• 备择假设可以简写为 HA

数学表达式为：

符号 ≠ 表示“不等于”

假设检验和 P 值

零假设可以被拒绝，也可以不被拒绝。

如果我们拒绝零假设，我们得出结论：Average_Pulse 和 Calorie_Burnage 之间存在关系。P 值用于此结论。

P 值的常见阈值是 0.05。

注意： P 值为 0.05 意味着我们有 5% 的几率错误地拒绝零假设。这意味着我们接受 5% 的几率我们可能错误地得出了存在关系的结论。

如果 P 值低于 0.05，我们可以拒绝零假设，并得出结论：变量之间存在关系。

然而，Average_Pulse 的 P 值为 0.824。因此，我们无法得出 Average_Pulse 和 Calorie_Burnage 之间存在关系的结论。

这意味着 Average_Pulse 的真实系数为零的可能性为 82.4%。

截距用于更精确地调整回归函数的预测能力。因此，解释截距的 P 值并不常见。