p-value e coefficienti
Puoi usare l’attributo .pvalues su un modello di regressione smf.ols fittato per recuperare i p-value di ciascun coefficiente.
In genere, i p-value inferiori a 0,05 sono considerati statisticamente significativi.
I coefficienti possono essere estratti dall’oggetto di regressione fittato usando l’attributo .params.
In questo esempio, un coefficiente SMB ("Small Minus Big") negativo e statisticamente significativo indica un’esposizione del fattore alle azioni a grande capitalizzazione, mentre un coefficiente positivo indica un’esposizione alle azioni a piccola capitalizzazione.
Il modello di regressione fittato FamaFrench_fit dell’esercizio precedente è disponibile nel tuo workspace.
Questo esercizio fa parte del corso
Introduzione alla gestione del rischio di portafoglio in Python
Istruzioni dell'esercizio
- Estrai il p-value per
'SMB'. - Estrai il coefficiente di regressione per
'SMB'.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)