1. 学习
    2. /
  2. 课程
    3. /
  3. Python으로 배우는 선형 모델 입문
Connected

练习

추세 주변의 변동

데이터가 완벽히 선형일 필요는 없으며, 측정값에는 무작위적인 변동, 즉 어느 정도의 "퍼짐"이 있을 수 있어요. 이는 모델 매개변수의 변동으로 이어집니다. 이러한 매개변수의 변동은 "표준 오차"로 정량화되며, 모델 매개변수 추정치의 "불확실성"으로 해석해요.

이 연습 문제에서는 statsmodels의 ols를 사용해 모델을 만들고, 그 모델의 각 매개변수에 대한 표준 오차를 추출해 보겠습니다.

说明

100 XP
  • 미리 로드된 데이터를 DataFrame df에 저장하고, x_data는 times, y_data는 distances라는 열 이름으로 지정하세요.
  • model_fit = ols().fit()을 사용해 선형 모델을 적합하세요. data=df에 대해 formula="distances ~ times" 형태를 사용합니다.
  • 추정된 절편은 model_fit.params['Intercept']에서, 절편의 표준 오차는 model_fit.bse['Intercept']에서 추출하세요.
  • 기울기에 대해서도 동일하게 수행한 뒤, 네 값을 의미 있는 이름과 함께 출력하세요.