Wald istatistiğini hesaplama
Önceki egzersizde width değişkeniyle bir model kurdun ve açıklayıcı değişken ile yanıt değişkeni arasındaki ilişkiyi değerlendirdin. Bu egzersizde, Wald istatistiğini hesaplayarak width değişkeninin anlamlılığını değerlendireceksin.
Ayrıca model özetinde Wald istatistiğinin z harfiyle gösterildiğini unutma; bu da istatistiğin değerinin standart normal dağılıma uyduğunu ifade eder. Wald istatistiğinin formülünü anımsa:
$$ z=\frac{\hat\beta}{SE} $$
burada \(\hat\beta\) tahmin edilen katsayıyı, \(SE\) ise onun standart hatasını gösterir.
Kurulmuş model crab_GLM ve crab veri kümesi çalışma alanına önceden yüklenmiştir.
Bu egzersiz, kursun bir parçasıdır
Python ile Genelleştirilmiş Doğrusal Modeller
Egzersiz talimatları
.paramskullanarak model katsayılarını çıkar ve yazdır; bunları intercept ve slope olarak kaydet.- Kovaryans matrisini
crab_covolarak kaydet ve yazdır. - Kovaryans matrisini kullanarak ilgili elemanı çıkarıp standart hatayı
std_errorolarak hesapla ve yazdır. - Wald istatistiğini hesapla ve yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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))