1. เรียนรู้
  2. /
  3. Courses
  4. /
  5. Nhập môn Mô hình tuyến tính với Python

Connected

Exercises

Độ biến thiên quanh xu thế

Dữ liệu không nhất thiết phải tuyến tính hoàn hảo; luôn có một chút ngẫu nhiên hay "độ phân tán" trong phép đo, và điều đó sẽ dẫn đến biến thiên trong các tham số của mô hình. Độ biến thiên này ở tham số được định lượng bằng "độ lệch chuẩn của ước lượng" (standard error), và được diễn giải như là "mức độ bất định" trong ước lượng của tham số mô hình.

Trong bài này, bạn sẽ dùng ols từ statsmodels để xây dựng một mô hình và trích xuất độ lệch chuẩn của ước lượng cho từng tham số của mô hình đó.

คำแนะนำ

100 XP
  • Lưu dữ liệu đã nạp sẵn vào DataFrame df, đặt nhãn x_data là times và y_data là distances.
  • Dùng model_fit = ols().fit() để khớp mô hình tuyến tính với dạng formula="distances ~ times" trên data=df.
  • Trích xuất hệ số chặn ước lượng model_fit.params['Intercept'] và độ lệch chuẩn của hệ số chặn từ model_fit.bse['Intercept'].
  • Lặp lại cho hệ số dốc, rồi in cả 4 giá trị với tên dễ hiểu.