问你如何将假设检验应用于你的特征？

EN

欢迎来到StackOverflow。

我会尽量总结，但我们必须涵盖很多概念才能正确地回答你的问题，如果有什么不清楚的地方，请让我发表意见，我可以改变/纠正答案。

首先，从你问题的语气来看，我假设你知道什么是假设检验。

其次，在线性回归的上下文中，您通常假设您的特征是正态分布的，iid (相同的独立分布)，常量误差方差(也就是说，它们不随X属性而变化)等等。这些都是强有力的假设，重要的是要记住这一点，因为我们使用具有这些属性的数据来计算回归系数。

简单地说，您有您的一组特性X，在本例中是A、B和C，您希望预测成本，因此您具有以下功能：

因此，您使用上述方程最小化RSS (残差平方和)，并找出您的系数。

现在，在假设检验的上下文中，你想要验证你的系数是否在统计上是相关的，也就是说，用简单的词说它，你想要检查它们是否足够远离零，这样你就可以说它们是相关的，而不是统计事件。你到底是怎么做到的？创造一个零假设，你的系数是零，另一个假设说不是。

( Beta_1系数的假设检验算例)

然后计算系数的t检验：

所以你假设你的系数有t分布，你想要检验它是否足够远，以确定它的相关性。

然后计算t-测试值并估计p值.因此，最后，你会问以下问题:我的系数来自于以零为中心的分布的概率是多少？如果你有一个很高的p值，它会显示出你的系数可能是零，或者接近它，没有意义。否则，如果你有一个较低的p值，那么它不太可能来自于零附近的分布，那么你应该在你的分析中取这个系数(和特征)。

在视频中的例子中，他使用了一个规则，即所有0.05以上的系数都不具有统计相关性。在这里，0.05被广泛用作一个临界点，但是你必须知道，关于这个选择还有很多问题，科学界的争论还没有解决。

如果您真的想了解使用这种技术建模数据时涉及线性回归、统计测试和问题的所有细微差别，我强烈建议您阅读统计学习手册导论-第三章。 --所有的图像和见解都是从那里获取的，对我来说，这是我的机器学习技术参考书。

我希望这有助于澄清你的问题。

删除变量与检验假设不同。假设的检验不是机器学习，而是统计分析。在一个统计模型中，每个参数都可以被认为是一个假设的检验，并具有一定的显着性。此外，假设检验告诉你一些关于世界的东西，基于变量是如何相互关联的。在这种情况下，您并不关心性能，只是检查关联是否有您所期望的标记。

不管是否删除变量，为了提高模型的性能，这是一个不同的问题。它很大程度上取决于您正在使用的数据，请您提供您的任务和数据集的描述吗？