Вычисление статистики Вальда

В предыдущем упражнении вы подобрали модель с переменной width и оценили связь между объясняющей и зависимой переменными. В этом упражнении вы оцените значимость переменной width, вычислив статистику Вальда.

Обратите внимание: в сводке модели статистика Вальда обозначается буквой z, что указывает на то, что значение этой статистики подчиняется стандартному нормальному распределению. Напомним формулу статистики Вальда:

$$ z=\frac{\hat\beta}{SE} $$

где $\hat\beta$ — оценка коэффициента, а $SE$ — его стандартная ошибка.

Подобранная модель crab_GLM и набор данных crab уже загружены в рабочую область.

Это упражнение является частью курса

Обобщённые линейные модели в Python

Посмотреть курс

Инструкции к упражнению

С помощью .params извлеките коэффициенты модели, выведите их на экран и сохраните как свободный член и угловой коэффициент.
Вычислите матрицу ковариаций, сохраните её как crab_cov и выведите на экран.
Вычислите стандартную ошибку std_error, извлекая нужный элемент из матрицы ковариаций, и выведите её на экран.
Вычислите и выведите на экран статистику Вальда.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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))

Редактировать и запускать код