Wald सांख्यिकीय (statistic) की गणना
पिछले अभ्यास में आपने width वैरिएबल के साथ एक मॉडल fit किया था और explanatory तथा response वैरिएबल के रिश्ते का आकलन किया था. इस अभ्यास में आप width वैरिएबल की महत्ता (significance) को Wald statistic की गणना करके आँकेंगे.
ध्यान दें कि मॉडल summary में Wald statistic को अक्षर z से दिखाया जाता है, जिसका अर्थ है कि यह सांख्यिकीय मान standard normal वितरण का अनुसरण करता है. Wald statistic का सूत्र याद करें:
$$ z=\frac{\hat\beta}{SE} $$
जहाँ \(\hat\beta\) अनुमानित coefficient है और \(SE\) उसका standard error है.
फिट किया गया मॉडल crab_GLM और crab डेटासेट workspace में पहले से लोड हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Generalized Linear Models
अभ्यास निर्देश
.paramsका उपयोग करके मॉडल coefficients निकालें और प्रिंट करें, तथा उन्हें intercept और slope के रूप में सेव करें.- covariance मैट्रिक्स को
crab_covके रूप में सेव करें और प्रिंट करें. - covariance मैट्रिक्स से संबंधित एलिमेंट निकालकर standard error
std_errorकी गणना करें और प्रिंट करें. - Wald statistic की गणना करें और प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Extract coefficients
intercept, slope = ____.____
# Estimated covariance matrix: crab_cov
____ = crab_GLM.____
print(____)
# Compute standard error (SE): std_error
____ = np.____(____.loc['width', 'width'])
print('SE: ', round(____, 4))
# Compute Wald statistic
wald_stat = ____/____
print('Wald statistic: ', round(____,4))