在对回归系数的显着性进行t检验时，为什么自由度数为？

我在这里读到，是在进行回归系数的显着性的t检验时应该使用的自由度数，但是我不明白为什么。我的理解是，t检验通常具有个自由度。n − $n-p-1$$n-1$

您为每个估计的均值参数都会失去一个自由度。对于普通的t检验，其值为1（均值）。对于回归，每个预测变量都会给您带来一定程度的自由度。多余的用于拦截。

更具体地说，自由度来自t检验中的分母，该检验基于残差平方和-残差平方和有个自由度。$n-p-1$

通常这是不正确的。t检验的自由度数取决于特定的模型。他们正在谈论线性回归。因此，估计量的t检验具有个自由度，其中是模型中解释性参数的数量。$n-p-1$$p$

自由度是可以分配给统计分布的独立值或数量的数量。

因此，在这种情况下，其np-1是因为：

n是训练样本数。p是预测变量的数量。1是拦截。