Python统计模型：使用Scipy进行线性回归分析（同时计算p值和标准差）

点赞发Nature
关注中Science

该指标衡量线性回归模型中斜率和截距的统计显著性。当其数值较小时，则表明所获得的分析结果具有较高的统计学意义。

之前我采用了曲线拟合方法来实现线性函数的拟合。然而这种方法显得有些大材小用因为操作步骤过于繁琐导致无法便捷地计算出相应的p值等统计指标

该函数scipy.stats.linregress()能够一次性计算出斜率、截距、标准差以及p值。

    from scipy import stats 
    import numpy as np
    
    x = np.random.random(10)
    y = np.random.random(10)
    slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)

————————
我是仁荷大学的经管博士生，关注能源转型过程中的环境经济问题。

专注于分享科研中的python技巧，欢迎一起交流、学习。

关于我的博客内容、其他相关的研究问题，有问题可以评论、私信我~