Python和Statsmodels：如何包含替代test_t假设？

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) 

这是针对替代假设“ H1：varX1的系数不同于零”测试“ H0：varX1的系数为零”

我想使“ H1：VarX1的系数小于-c，c> 0”（单侧替代）。

可能吗？

Answer 1

Statsmodels似乎不允许单尾测试。 您可以在拟合模型后调用scipy.stats ：

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右边的t-dist下的区域。