|
|
|
|
|
|
|
|
'''
|
|
|
Bây giờ, chúng ta muốn kiểm tra xem các hệ số từ hàm hồi quy tuyến tính có tác động đáng kể đến biến phụ thuộc (Calorie_Burnage) hay không.
|
|
|
Điều này có nghĩa là chúng ta muốn chứng minh rằng tồn tại mối quan hệ giữa Average_Pulse và Calorie_Burnage, bằng cách sử dụng các bài kiểm tra thống kê.
|
|
|
|
|
|
Có bốn thành phần giải thích số liệu thống kê của các hệ số:
|
|
|
std err là viết tắt của Standard Error
|
|
|
t là "giá trị t" của các hệ số
|
|
|
P>|t| được gọi là "Giá trị P"
|
|
|
[0,025 0,975] biểu thị khoảng tin cậy của các hệ số
|
|
|
Chúng ta sẽ tập trung vào việc hiểu "Giá trị P" trong mô-đun này.
|
|
|
'''
|
|
|
|
|
|
|
|
|
'''
|
|
|
Giá trị P là một con số thống kê để kết luận xem có mối quan hệ nào giữa Average_Pulse và Calorie_Burnage hay không.
|
|
|
Chúng ta kiểm tra xem giá trị thực của hệ số có bằng 0 (không có mối quan hệ) hay không. Kiểm định thống kê cho trường hợp này được gọi là Kiểm định giả thuyết.
|
|
|
Giá trị P thấp (< 0,05) có nghĩa là hệ số có khả năng không bằng 0.
|
|
|
Giá trị P cao (> 0,05) có nghĩa là chúng ta không thể kết luận rằng biến giải thích ảnh hưởng đến biến phụ thuộc (ở đây: nếu Average_Pulse ảnh hưởng đến Calorie_Burnage).
|
|
|
Giá trị P cao cũng được gọi là giá trị P không đáng kể.
|
|
|
|
|
|
'''
|
|
|
|
|
|
|
|
|
'''
|
|
|
Kiểm định giả thuyết là một thủ tục thống kê để kiểm tra xem kết quả của bạn có hợp lệ hay không.
|
|
|
Trong ví dụ của chúng tôi, chúng tôi đang kiểm tra xem hệ số thực của Average_Pulse và giá trị chặn có bằng 0 hay không.
|
|
|
Kiểm định giả thuyết có hai phát biểu: Giả thuyết không và giả thuyết thay thế.
|
|
|
Giả thuyết không có thể được viết ngắn gọn là H0
|
|
|
Giả thuyết thay thế có thể được viết ngắn gọn là HA
|
|
|
Viết theo dạng toán học:
|
|
|
H0: Average_Pulse = 0
|
|
|
HA: Average_Pulse ≠ 0
|
|
|
H0: Intercept = 0
|
|
|
HA: Intercept ≠ 0
|
|
|
|
|
|
Dấu ≠ có nghĩa là "không bằng"
|
|
|
'''
|
|
|
|
|
|
|
|
|
'''
|
|
|
Giả thuyết không có thể bị bác bỏ hoặc không.
|
|
|
Nếu bác bỏ giả thuyết vô hiệu, chúng ta kết luận rằng tồn tại mối quan hệ giữa Nhịp tim trung bình và Lượng calo tiêu thụ. Giá trị P được sử dụng cho kết luận này.
|
|
|
Ngưỡng chung của giá trị P là 0,05.
|
|
|
|
|
|
Lưu ý: Giá trị P bằng 0,05 có nghĩa là 5% trường hợp, chúng ta sẽ bác bỏ giả thuyết vô hiệu một cách sai lầm. Điều này có nghĩa là chúng ta chấp nhận rằng 5% trường hợp, chúng ta có thể đã kết luận sai về một mối quan hệ.
|
|
|
|
|
|
Nếu giá trị P thấp hơn 0,05, chúng ta có thể bác bỏ giả thuyết không và kết luận rằng tồn tại mối quan hệ giữa các biến.
|
|
|
Tuy nhiên, giá trị P của Average_Pulse là 0,824. Vì vậy, chúng ta không thể kết luận mối quan hệ giữa Average_Pulse và Calorie_Burnage.
|
|
|
Điều này có nghĩa là có 82,4% khả năng hệ số thực của Average_Pulse bằng 0.
|
|
|
Giá trị cắt gốc được sử dụng để điều chỉnh khả năng dự đoán chính xác hơn của hàm hồi quy. Do đó, việc diễn giải giá trị P của giá trị cắt gốc là không phổ biến.
|
|
|
''' |
