scipy.stats.linregress - 获取截距的 p 值

Question

scipy.stats.linregress返回与斜率相对应的 p 值，但没有截距的 p 值。考虑文档中的以下示例：

>>> from scipy import stats
>>> import numpy as np
>>> x = np.random.random(10)
>>> y = np.random.random(10)
>>> slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)
>>> p_value
0.40795314163864016

根据文档，p-value是“假设检验的两侧 p 值，其零假设是斜率为零。” 我想获得相同的统计数据，但是是截距而不是斜率。

statsmodels.regression.linear_model.OLS返回两个开箱即用的系数的 p 值：

>>> import numpy as np

>>> import statsmodels.api as sm

>>> X = sm.add_constant(x)
>>> model = sm.OLS(y,X)
>>> results = model.fit()
>>> results.pvalues
array([ 0.00297559,  0.40795314])    

仅使用 scipy，如何获得截距的 p 值（0.40795314163864016）？

Answer 1

来自 SciPy.org 文档： https://docs.scipy.org/doc/scipy-.14.0/reference/ generated/scipy.stats.linregress.html

print "r-squared:", r_value**2

输出

r 平方：0.15286643777

对于其他参数，请尝试：

print ('Intercept is: ', (intercept))
print ('Slope is: ', (slope))
print ('R-Value is: ', (r_value))
print ('Std Error is: ', (std_err))
print ('p-value is: ', (p_value))