Erreur standard

Introduction à la modélisation linéaire en Python

Jason Vestuto

Data Scientist

Incertitude des prédictions

Prédictions du modèle et RMSE :

  • comparer les prédictions aux données donne les résidus
  • les résidus ont une dispersion
  • la RMSE mesure la dispersion des résidus
  • la RMSE quantifie la qualité des prédictions
Introduction à la modélisation linéaire en Python

Incertitude des paramètres

Paramètres du modèle et erreur standard :

  • valeur du paramètre comme centre
  • erreur standard du paramètre comme dispersion
  • l'erreur standard mesure l'incertitude du paramètre
Introduction à la modélisation linéaire en Python

Calculer les erreurs standards

df = pd.DataFrame(dict(times=x_data, distances=y_data))

model_fit = ols(formula="distances ~ times", data=df).fit()

a1 = model_fit.params['times']
a0 = model_fit.params['Intercept']

slope = a1
intercept = a0
Introduction à la modélisation linéaire en Python

Calculer les erreurs standards

e0 = model_fit.bse['Intercept']
e1 = model_fit.bse['times']

standard_error_of_intercept = e0
standard_error_of_slope = e1
Introduction à la modélisation linéaire en Python

Passons à la pratique !

Introduction à la modélisation linéaire en Python

Preparing Video For Download...