知识卡片
用 t 检验决定变量去留
系数是估计值 样本拟合出的系数带有抽样误差,换一批样本就会变化。标准误差衡量这种波动;系数除以标准误差得到 t 值,再对照 t 分布得到 p 值。 检验的逻辑 原假设是该系数为零,即这个输入对结果没有线性贡献。p 值表示原假设成立时,观察到当前这么大(或更大)t 值的概率。p 值很小说明“系数为零”与数据不符,保留变量;p 值大则没有证据表明它有贡献,可以考虑剔除。 实例 收入模型里 Age 与 Education 的 p 值远小于 0.001,Gender 约 0.13,在 90% 置信水平下不能拒绝原假设;去掉 Gender 后其余系数几乎不变,说明它确实没有增量信息。 边界 显著不等于重要:样本足够大时微小效应也会显著。变量高度相关时单个检验会互相削弱,出现整体有用、逐个都不显著的情况。因此要结合系数大小、业务含义与整体 F 检验一起判断,而不是只盯 p 值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第6章 高级分析理论与方法:回归 · 查看原书依据
系数列右边的Std.Error(标准误差)列提供了每个系数相关的抽样误差,并且可以用来使用T分布(t-distribution)执行假设检验,以确定每个系数是否在统计意义上不为零。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第6章 高级分析理论与方法:回归(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0016_split_001.html)
- 结论依据:6.1.2 节说明标准误差可用于 t 检验以判断各系数是否统计上不为零,并以 Gender 的 p 值 0.13 演示剔除变量后其余系数几乎不变。
- 原始内容:系数列右边的Std.Error(标准误差)列提供了每个系数相关的抽样误差,并且可以用来使用T分布(t-distribution)执行假设检验,以确定每个系数是否在统计意义上不为零。