回帰の価値は、それを支える検証で決まります。このスキルは、statsmodelsを、係数だけでなくそれをどこまで信頼してよいかまで報告してくれる道具として教え、短いチェック（計算する数、並べ替える手順、結び付ける概念）と金融の例を使います。精密なベータなのに決定係数が小さくなりうる理由、ダービン・ワトソン統計量と分散拡大係数が何を警告するか、重なるリターンがt統計量を膨らませる理由とニューウィー・ウェストによる修正、有意なロジットの傾きが取引では役に立たないことがある理由、VARとグレンジャー検定にできること・できないこと、カルマンフィルタが隠れた水準を追う仕組み、共和分に見える2つの価格が実はそうでないことが多い理由、分位点回帰がリターンの裾を追う方法、ファマ・マクベスがプール回帰より優れる理由を扱います。総仕上げは、2段階の手順、ニューウィー・ウェストのt統計量、アルファの検定を実在の株式で自分で作るコードラボです。
