知识卡片
标准误差判断系数是否可信
标准误差衡量系数估计值自身的波动幅度:它越大,说明换一批数据这个系数就可能变得很不一样。有了它就能做检验——把估计值除以标准误差,在“真实系数为 0”的零假设下,这个比值服从自由度为 n−k−1 的 t 分布,换算出的 p 值表示:若真实系数真是 0,看到这么大一个估计值的概率有多大。本例“有博士学位”的系数 0.923、标准误差 1.249,p 值大于 0.4,说明这个值完全可能来自随机波动,不能当作真实效应;其余系数 p 值都小于 0.001。要注意 p 值小只说明“不为零”,不说明效应大或重要。
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15章 多元回归 · 查看原书依据
虽然大多数系数的 值非常小(但非零值),但“有博士学位”的系数与 0 并没有“显著”差异,这使得“有博士学位”的系数很可能是随机的,而非有意义的。
参考来源
- 位置:《数据科学入门(第2版)》第15章 多元回归(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0019.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「虽然大多数系数的 值非常小(但非零值),但“有博士学位”的系数与 0 并没有“显……」
- 原始内容:虽然大多数系数的 值非常小(但非零值),但“有博士学位”的系数与 0 并没有“显著”差异,这使得“有博士学位”的系数很可能是随机的,而非有意义的。