statsmodels.regression.linear_model.OLSResults.t_test¶

OLSResults.t_test(r_matrix, cov_p=None, use_t=None)¶

计算每个线性假设 Rb = q 的 t 检验。

Parameters:¶

r_matrix{array_like, str, tuple}

其中之一：

• 数组 : 如果给定一个数组，一个 p x k 的二维数组或长度为 k 的一维数组，指定线性限制。假设线性组合等于零。

• str : 完整的假设可以通过字符串给出。 请参阅示例。

• tuple : 一个以 (R, q) 形式表示的数组元组。如果给出了 q，可以是标量或长度为 p 的行向量。

cov_parray_like, optional

参数协方差矩阵的替代估计。 如果给定为None，则使用self.normalized_cov_params。

use_tbool, optional

如果 use_t 为 None，则使用模型的默认值。如果 use_t 为 True，则 p 值基于 t 分布。如果 use_t 为 False，则 p 值基于正态分布。

Returns:¶

ContrastResults

测试结果是此结果实例的属性。 可用的结果与summary()中的参数表具有相同的元素。

另请参阅

tvalues

估计参数的单个t统计量。

f_test

对模型参数执行F检验。

patsy.DesignInfo.linear_constraint

指定一个线性约束。

示例

>>> import numpy as np
>>> import statsmodels.api as sm
>>> data = sm.datasets.longley.load()
>>> data.exog = sm.add_constant(data.exog)
>>> results = sm.OLS(data.endog, data.exog).fit()
>>> r = np.zeros_like(results.params)
>>> r[5:] = [1,-1]
>>> print(r)
[ 0.  0.  0.  0.  0.  1. -1.]

r 测试第5个和第6个自变量的系数是否相同。

>>> T_test = results.t_test(r)
>>> print(T_test)
                             Test for Constraints
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
c0         -1829.2026    455.391     -4.017      0.003   -2859.368    -799.037
==============================================================================
>>> T_test.effect
-1829.2025687192481
>>> T_test.sd
455.39079425193762
>>> T_test.tvalue
-4.0167754636411717
>>> T_test.pvalue
0.0015163772380899498

或者，您可以使用字符串指定假设检验

>>> from statsmodels.formula.api import ols
>>> dta = sm.datasets.longley.load_pandas().data
>>> formula = 'TOTEMP ~ GNPDEFL + GNP + UNEMP + ARMED + POP + YEAR'
>>> results = ols(formula, dta).fit()
>>> hypotheses = 'GNPDEFL = GNP, UNEMP = 2, YEAR/1829 = 1'
>>> t_test = results.t_test(hypotheses)
>>> print(t_test)
                             Test for Constraints
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
c0            15.0977     84.937      0.178      0.863    -177.042     207.238
c1            -2.0202      0.488     -8.231      0.000      -3.125      -0.915
c2             1.0001      0.249      0.000      1.000       0.437       1.563
==============================================================================