Errore standard

Introduzione alla modellazione lineare in Python

Jason Vestuto

Data Scientist

Incertezza nelle previsioni

Previsioni del modello e RMSE:

  • confrontare le previsioni con i dati dà i residui
  • i residui hanno una dispersione
  • RMSE, misura la dispersione dei residui
  • RMSE, quantifica la bontà delle previsioni
Introduzione alla modellazione lineare in Python

Incertezza nei parametri

Parametri del modello ed errore standard:

  • Valore del parametro come centro
  • Errore standard del parametro come dispersione
  • Errore standard, misura l'incertezza del parametro
Introduzione alla modellazione lineare in Python

Calcolo degli errori standard

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
Introduzione alla modellazione lineare in Python

Calcolo degli errori standard

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

standard_error_of_intercept = e0
standard_error_of_slope = e1
Introduzione alla modellazione lineare in Python

Esercitiamoci!

Introduzione alla modellazione lineare in Python

Preparing Video For Download...