Обчислення статистики Вальда

У попередній вправі ви підібрали модель із змінною width і оцінили зв'язок між пояснювальною та залежною змінними. У цій вправі ви оціните значущість змінної width, обчисливши статистику Вальда.

Зверніть також увагу, що в зведенні моделі статистика Вальда позначена літерою z, що означає, що значення статистики має стандартний нормальний розподіл. Нагадаємо формулу для статистики Вальда:

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

де $\hat\beta$ — оцінений коефіцієнт, а $SE$ — його стандартна похибка.

Підігнана модель crab_GLM і набір даних crab вже завантажені в робочий простір.

Ця вправа є частиною курсу

Узагальнені лінійні моделі в Python

Переглянути курс

Інструкції до вправи

За допомогою .params дістаньте та виведіть коефіцієнти моделі й збережіть їх як intercept та slope.
Збережіть і виведіть коваріаційну матрицю як crab_cov.
Обчисліть і виведіть стандартну похибку std_error, діставши відповідний елемент із коваріаційної матриці.
Обчисліть і виведіть статистику Вальда.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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))

Редагувати та запускати код