Tính thống kê Wald
Trong bài trước, bạn đã khớp một mô hình với biến width và đánh giá mối quan hệ giữa biến giải thích và biến phản hồi. Trong bài này, bạn sẽ đánh giá mức ý nghĩa của biến width bằng cách tính thống kê Wald.
Cũng lưu ý rằng trong phần tóm tắt mô hình, thống kê Wald được ký hiệu là chữ z, nghĩa là giá trị của thống kê tuân theo phân phối chuẩn tắc. Nhắc lại công thức của thống kê Wald:
$$ z=\frac{\hat\beta}{SE} $$
trong đó \(\hat\beta\) là hệ số ước lượng và \(SE\) là sai số chuẩn của nó.
Mô hình đã khớp crab_GLM và dữ liệu crab đã được nạp sẵn trong môi trường làm việc.
Bài tập này là một phần của khóa học
Mô hình Tuyến tính Tổng quát (GLM) trong Python
Hướng dẫn bài tập
- Dùng
.paramsđể trích xuất và in các hệ số mô hình, lưu lần lượt vào intercept và slope. - Lưu và in ma trận hiệp phương sai dưới tên
crab_cov. - Tính và in sai số chuẩn
std_errorbằng cách trích xuất phần tử phù hợp từ ma trận hiệp phương sai. - Tính và in thống kê Wald.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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))