p-values et coefficients
Vous pouvez utiliser l’attribut .pvalues sur un modèle de régression smf.ols ajusté pour récupérer les p-values de chaque coefficient.
En général, des p-values inférieures à 0,05 sont considérées comme statistiquement significatives.
Les coefficients peuvent être extraits de l’objet de régression ajusté à l’aide de l’attribut .params.
Dans cet exemple, un coefficient SMB (« Small Minus Big ») négatif et statistiquement significatif indiquerait une exposition du facteur aux actions à grande capitalisation, tandis qu’un coefficient positif indiquerait une exposition aux actions à petite capitalisation.
Le modèle de régression ajusté FamaFrench_fit de l’exercice précédent est disponible dans votre espace de travail.
Cet exercice fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Instructions
- Extrayez la p-value pour
'SMB'. - Extrayez le coefficient de régression pour
'SMB'.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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)