資料科學 - 迴歸表：P 值

迴歸表中的“係數統計”部分

現在，我們要測試線性迴歸函式中的係數是否對因變數（Calorie_Burnage）有顯著影響。

這意味著我們要證明，使用統計檢驗，Average_Pulse 和 Calorie_Burnage 之間存在關係。

係數的統計量有四個組成部分：

• std err 代表標準誤差 (Standard Error)
• t 是係數的“t 值”
• P>|t| 稱為“P 值”
•  [0.025  0.975] 代表係數的置信區間

在本模組中，我們將重點理解“P 值”。

P 值

P 值是一個統計數字，用於判斷 Average_Pulse 和 Calorie_Burnage 之間是否存在關係。

我們測試係數的真實值是否為零（無關係）。對此的統計檢驗稱為假設檢驗。

• 低 P 值（< 0.05）表示係數很可能不等於零。
• 高 P 值（> 0.05）表示我們無法得出解釋變數影響因變數的結論（此處：Average_Pulse 是否影響 Calorie_Burnage）。
• 高 P 值也稱為不顯著 P 值。

假設檢驗

假設檢驗是一種統計程式，用於測試您的結果是否有效。

在我們的例子中，我們正在測試 Average_Pulse 和截距的真實係數是否等於零。

假設檢驗有兩個陳述。零假設和備擇假設。

• 零假設可以簡寫為 H0
• 備擇假設可以簡寫為 HA

數學表示式為：

符號 ≠ 表示“不等於”

假設檢驗和 P 值

零假設可以被拒絕，也可以不被拒絕。

如果我們拒絕零假設，我們得出結論：Average_Pulse 和 Calorie_Burnage 之間存在關係。P 值用於此結論。

P 值的常見閾值是 0.05。

注意： P 值為 0.05 意味著我們有 5% 的機率錯誤地拒絕零假設。這意味著我們接受 5% 的機率我們可能錯誤地得出了存在關係的結論。

如果 P 值低於 0.05，我們可以拒絕零假設，並得出結論：變數之間存在關係。

然而，Average_Pulse 的 P 值為 0.824。因此，我們無法得出 Average_Pulse 和 Calorie_Burnage 之間存在關係的結論。

這意味著 Average_Pulse 的真實係數為零的可能性為 82.4%。

截距用於更精確地調整迴歸函式的預測能力。因此，解釋截距的 P 值並不常見。