p-values y coeficientes
Puedes usar el atributo .pvalues en un modelo de regresión smf.ols ajustado para obtener los p-valores de cada coeficiente.
Por lo general, los p-valores menores que 0.05 se consideran estadísticamente significativos.
Los coeficientes se pueden extraer del objeto de regresión ajustado usando el atributo .params.
En este ejemplo, un coeficiente SMB ("Small Minus Big") negativo y estadísticamente significativo indicaría una exposición del factor a acciones de gran capitalización, mientras que un coeficiente positivo indicaría una exposición a acciones de pequeña capitalización.
El modelo de regresión ajustado FamaFrench_fit del ejercicio anterior está disponible en tu espacio de trabajo.
Este ejercicio forma parte del curso
Introducción a la gestión del riesgo de cartera en Python
Instrucciones del ejercicio
- Extrae el p-valor de
'SMB'. - Extrae el coeficiente de regresión de
'SMB'.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Extract the p-value of the SMB factor
smb_pval = FamaFrench_fit.____
# If the p-value is significant, print significant
if smb_pval < 0.05:
significant_msg = 'significant'
else:
significant_msg = 'not significant'
# Print the SMB coefficient
smb_coeff = FamaFrench_fit.____
print("The SMB coefficient is ", smb_coeff, " and is ", significant_msg)