p-waarden en coëfficiënten
Je kunt het attribuut .pvalues gebruiken op een getraind smf.ols-regressiemodel om de p-waarden voor elke coëfficiënt op te halen.
Gewoonlijk worden p-waarden kleiner dan 0,05 als statistisch significant beschouwd.
Coëfficiënten kun je uit het getrainde regressieobject halen via het attribuut .params.
In dit voorbeeld duidt een statistisch significante negatieve SMB ('Small Minus Big')-coëfficiënt op een factorblootstelling aan largecap-aandelen, terwijl een positieve coëfficiënt wijst op een blootstelling aan smallcap-aandelen.
Het getrainde regressiemodel FamaFrench_fit uit de vorige oefening is beschikbaar in je werkruimte.
Deze oefening maakt deel uit van de cursus
Introductie tot portefeuillerisicobeheer in Python
Oefeninstructies
- Haal de p-waarde op voor
'SMB'. - Haal de regressiecoëfficiënt op voor
'SMB'.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)