数据科学 - 回归表：P 值

回归表中的 "Statistics of the Coefficients Part"

现在，我们想要测试线性回归函数的系数是否对因变量 (Calorie_Burnage) 有显着影响。

这意味着我们要使用统计测试来证明 Average_Pulse 和 Calorie_Burnage 之间存在关系。

有四个部分解释了系数的统计数据：

• 标准错误代表标准误差
• t是系数的 "t-value"
• P>|t|称为"P-value"
•  [0.025  0.975]表示系数的置信区间

我们将重点了解本模块中的"P-value"。

P 值

P 值是一个统计数字，用于推断 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等于零（没有关系）。对此的统计检验称为假设检验。

• 低 P 值 (< 0.05) 意味着系数可能不等于 0。
• 高 P 值 (> 0.05) 意味着我们无法得出解释变量影响因变量的结论（此处：如果 Average_Pulse 影响 Calorie_Burnage）。
• 高 P 值也称为不显着的 P 值。

假设检验

假设检验是一种统计程序，用于测试结果是否有效。

在我们的示例中，我们正在测试 Average_Pulse 和截距的真实系数是否等于 0。

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

用数学的方式写成：

符号 ≠ 表示"not equal to"

假设检验和 P 值

原假设可以被拒绝，也可以不被拒绝。

如果我们拒绝原假设，我们就得出结论，Average_Pulse 和 Calorie_Burnage 之间存在关系。该结论使用 P 值。

P 值的常见阈值是 0.05。

笔记：P 值为 0.05 意味着有 5% 的时间我们会错误地拒绝原假设。这意味着我们承认，有 5% 的情况下，我们可能错误地缔结了一段关系。

如果 P 值低于 0.05，我们可以拒绝原假设并得出变量之间存在关系的结论。

然而，Average_Pulse 的 P 值为 0.824。因此，我们无法得出 Average_Pulse 和 Calorie_Burnage 之间的关系。

这意味着 Average_Pulse 的真实系数为零的可能性为 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。