Пытается понять результаты надежной линейной регрессии. Я пытаюсь следующий код:
xx = np.random.rand(100, 1 )*50
yy = np.random.rand(100, 1)
rlm_res_fake = sm.RLM(xx, yy, M=sm.robust.norms.TrimmedMean()).fit()
plt.scatter(xx,yy)
plt.plot(xx, rlm_res_fake.params*xx)
print ('pvalue')
print (rlm_res_fake.pvalues)
print ('params')
print (rlm_res_fake.summary())
Почему я всегда получаю значительное значение p даже для рандомизированных данных, которые явно не коррелируют? Разве это не то, что означает значение p - мы отвергаем гипотезу нулевого наклона?