回归的价值取决于支撑它的检验。本技能把 statsmodels 当作不仅报告系数、还报告该信任到什么程度的工具来讲授，配有简短练习（要计算的数、要排序的步骤、要配对的概念）和金融示例：为什么精确的贝塔可以伴随很小的决定系数，德宾–沃森统计量和方差膨胀因子在警告什么，为什么重叠收益会抬高 t 统计量以及纽维–韦斯特如何修正，为什么显著的 logit 斜率可能对交易没用，VAR 和格兰杰检验能说什么、不能说什么，卡尔曼滤波如何追踪隐藏水平，为什么看似协整的两个价格往往并非如此，分位数回归如何追踪收益的尾部，以及为什么法玛–麦克白优于合并回归。综合项目是一个代码实验：在真实股票上亲手构建两步法、纽维–韦斯特 t 统计量和阿尔法检验。
