Python 和 Statsmodels : How to include the alternative test_t hypothesis?

Question

考虑以下示例:

df = pd.read_csv('myFile.txt',delim_whitespace=True,header=None)
df.columns=['vary','vax1','varx2']
y,X = ps.dmatrices('vary ~ varx1 + varx2',data=df, return_type='dataframe')
model = sm.OLS(y,X) # Describe Model
results = model.fit() # Fit model
print results.summary()

hypotheses = 'varx1 = 0.0'
t_test = results.t_test(hypotheses)
print(t_test)

这是针对备择假设“H1:varX1 的系数不为零”来测试“H0:varX1 的系数为零”

我想做“H1:VarX1的系数小于-c，c>0”(单方面的替代方案)。

可能吗？

Answer 1

Statsmodels 似乎不允许单尾测试。您可以改为调用 scipy.stats拟合模型后:

from scipy import stats
c = 0.5 #lower bound
print(stats.t.cdf(var_x1, df, loc=c, scale=1))

这将为您提供 c 右侧 t 距离下的面积。