Я использую numpy .linalg.lstsq для очень большого массива и хотел бы вычислить наклон и значение значимости (p-значение) для подбора. Обратите внимание, что использование scipy.stats.linregress () или pearsonr () не вариант, потому что его время вычислений слишком медленное по сравнению с numpy .linalg.lstsq. Я успешно запустил numpy .linalg.lstsq и получил наклон, а также вычислил R2, но я не знаю, как получить значение p наклона. Какие-либо предложения? Ниже приведен пример моего сценария
x = np.arange(10)
y = np.random.rand(10,25000000)
A = np.c_[x, np.ones_like(x)]
m,resid,rank,s = np.linalg.lstsq(A, y,rcond=None)
r_square = 1-resid/(x.size*np.var(y,axis=0))