선형 회귀 분석을위한 단면 T- 검정?

Question

문제가 있습니다. 선형 회귀를 시도하고 기울기를 테스트하려고합니다. t- 테스트는 기울기가 0에서 멀리 떨어져 있는지 확인합니다. 기울기는 음수 또는 양수일 수 있습니다. 나는 단지 부정적인 경사에만 관심이 있습니다.

이 예에서 기울기는 긍정적입니다. 관심이 없으므로 P 값이 커야합니다. 그러나 경사가 0에서 멀리 떨어진 곳에서 어느 방향 으로든 시험하기 때문에 크기가 작습니다. (내가 원하는 것을 제로의 도청을 강요하고있다.) 기울기가 부정적인지 알 수있는 구문을 누군가에게 알려줄 수 있습니까? 이 경우 P 값은 커야합니다.

99 % 신뢰 수준 또는 95 %로 변경하려면 어떻게해야합니까? 양방향 t-시험

import statsmodels.api as sm 
import matplotlib.pyplot as plt 
import numpy 
X = [-0.013459134, 0.01551033, 0.007354476, 0.014686473, -0.014274754, 0.007728445, -0.003034186, -0.007409397] 
Y = [-0.010202462, 0.003297546, -0.001406498, 0.004377665, -0.009244517, 0.002136552, 0.006877126, -0.001494624] 
regression_results = sm.OLS (Y, X, missing = "drop").fit() 
P_value = regression_results.pvalues [0] 
R_squared = regression_results.rsquared 
K_slope = regression_results.params [0] 
conf_int = regression_results.conf_int() 
low_conf_int = conf_int [0][0] 
high_conf_int = conf_int [0][1] 
fig, ax = plt.subplots() 
ax.grid (True) 
ax.scatter (X, Y, alpha = 1, color='orchid') 
x_pred = numpy.linspace (min (X), max (X), 40) 
y_pred = regression_results.predict (x_pred) 
ax.plot (x_pred, y_pred, '-', color='darkorchid', linewidth=2) 

Answer 1

p- 값이 계산된다 :

import scipy.stats as ss 
df = regression_results.df_resid 
ss.t.sf(regression_results.tvalues[0], df) * 2 # About the same as (1 - cdf) * 2. 
# see @user333700's comment 
Out[12]: 0.02903685649821508 

귀하의 수정은 다음과 같습니다

ss.t.cdf(regression_results.tvalues[0], df) 
Out[14]: 0.98548157175089246 

당신은 왼쪽에 관심이 있기 때문에 꼬리 만.

신뢰 구간의 경우, 당신은 단지 알파 매개 변수를 전달해야합니다

regression_results.conf_int(alpha=0.01) 

을 99 % 신뢰 구간에 대한.