数据科学 - 回归表：P值

回归表中“系数统计部分”

现在，我们想要检验线性回归函数中的系数是否对因变量（Calorie_Burnage）有显著影响。

这意味着我们想要使用统计检验来证明平均脉搏（Average_Pulse）和卡路里燃烧（Calorie_Burnage）之间存在关系。

有四个组成部分解释了系数的统计数据

• std err 代表标准误差
• t 是系数的“t值”
• P>|t| 称为“P值”
•  [0.025  0.975] 表示系数的置信区间

在本模块中，我们将重点关注理解“P值”。

P值

P值是一个统计数字，用于得出平均脉搏（Average_Pulse）和卡路里燃烧（Calorie_Burnage）之间是否存在关系的结论。

我们检验系数的真实值是否等于零（无关系）。对此进行的统计检验称为假设检验。

• P值较低（< 0.05）意味着系数可能不等于零。
• P值较高（> 0.05）意味着我们不能得出解释变量影响因变量的结论（此处：平均脉搏是否影响卡路里燃烧）。
• P值较高也称为不显著的P值。

假设检验

假设检验是一种统计程序，用于检验结果是否有效。

在我们的示例中，我们正在检验平均脉搏（Average_Pulse）和截距的真实系数是否等于零。

假设检验有两个陈述。原假设和备择假设。

• 原假设可以简写为H0
• 备择假设可以简写为HA

数学表达

符号≠表示“不等于”

假设检验和P值

原假设可以被拒绝或不被拒绝。

如果我们拒绝原假设，我们得出结论，平均脉搏（Average_Pulse）和卡路里燃烧（Calorie_Burnage）之间存在关系。P值用于得出此结论。

P值的常用阈值为0.05。

注意：P值为0.05表示在5%的时间里，我们将错误地拒绝原假设。这意味着我们接受在5%的时间里，我们可能会错误地得出存在关系的结论。

如果P值低于0.05，我们可以拒绝原假设并得出结论，变量之间存在关系。

但是，平均脉搏的P值为0.824。因此，我们无法得出平均脉搏（Average_Pulse）和卡路里燃烧（Calorie_Burnage）之间存在关系的结论。

这意味着平均脉搏的真实系数为零的概率为82.4%。

截距用于调整回归函数更精确地预测的能力。因此，解释截距的P值并不常见。