Błąd standardowy

Wprowadzenie do modelowania liniowego w Pythonie

Jason Vestuto

Data Scientist

Niepewność prognoz

Prognozy modelu i RMSE:

  • porównanie prognoz z danymi daje reszty
  • reszty mają pewien rozrzut
  • RMSE mierzy rozrzut reszt
  • RMSE kwantyfikuje jakość prognoz
Wprowadzenie do modelowania liniowego w Pythonie

Niepewność parametrów

Parametry modelu i błąd standardowy:

  • wartość parametru jako środek rozkładu
  • błąd standardowy parametru jako miara rozrzutu
  • błąd standardowy mierzy niepewność parametru
Wprowadzenie do modelowania liniowego w Pythonie

Obliczanie błędów standardowych

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
Wprowadzenie do modelowania liniowego w Pythonie

Obliczanie błędów standardowych

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

standard_error_of_intercept = e0
standard_error_of_slope = e1
Wprowadzenie do modelowania liniowego w Pythonie

Czas na ćwiczenia!

Wprowadzenie do modelowania liniowego w Pythonie

Preparing Video For Download...