r - 係数の有意性チェックによる回帰

Question

回帰を実行するだけでなく、各回帰係数の有意性基準 (std / mean) を計算し、それらを (Nk) 度の適切な p 値と比較する線形回帰パッケージを紹介してもらえますか?自由の」？または、少なくともそのような計算に使用できる出力を提供しますか?

理想的には Python 用ですが、R も使用します

ありがとうございました！

Answer 1

R では、lm()線形モデルに適合しsummary()、係数推定値、標準誤差、t 統計量、および p 値を含む完全な出力を提供します。https://stat.ethz.ch/R-manual/R-patched/library/stats/html/lm.html

Answer 2

statsmodels は、線形回帰およびその他の推定モデルのすべての標準推論を提供します。

以下の出力は、このノートブック http://statsmodels.sourceforge.net/stable/examples/notebooks/generated/formulas.htmlからコピーされたものです

いくつかの説明を含むブログ:

http://www.datarobot.com/blog/multiple-regression-using-statsmodels/

mod = ols(formula='Lottery ~ Literacy + Wealth + Region', data=df)
res = mod.fit()
print(res.summary())
                            OLS Regression Results
==============================================================================
Dep. Variable:                Lottery   R-squared:                       0.338
Model:                            OLS   Adj. R-squared:                  0.287
Method:                 Least Squares   F-statistic:                     6.636
Date:                Tue, 02 Dec 2014   Prob (F-statistic):           1.07e-05
Time:                        12:52:16   Log-Likelihood:                -375.30
No. Observations:                  85   AIC:                             764.6
Df Residuals:                      78   BIC:                             781.7
Df Model:                           6
Covariance Type:            nonrobust
===============================================================================
                  coef    std err          t      P>|t|      [95.0% Conf. Int.]
-------------------------------------------------------------------------------
Intercept      38.6517      9.456      4.087      0.000        19.826    57.478
Region[T.E]   -15.4278      9.727     -1.586      0.117       -34.793     3.938
Region[T.N]   -10.0170      9.260     -1.082      0.283       -28.453     8.419
Region[T.S]    -4.5483      7.279     -0.625      0.534       -19.039     9.943
Region[T.W]   -10.0913      7.196     -1.402      0.165       -24.418     4.235
Literacy       -0.1858      0.210     -0.886      0.378        -0.603     0.232
Wealth          0.4515      0.103      4.390      0.000         0.247     0.656
==============================================================================
Omnibus:                        3.049   Durbin-Watson:                   1.785
Prob(Omnibus):                  0.218   Jarque-Bera (JB):                2.694
Skew:                          -0.340   Prob(JB):                        0.260
Kurtosis:                       2.454   Cond. No.                         371.
==============================================================================

Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.