是否有Python Statsmodels OLS函数在拟合回归后仅获取统计显着系数？

Question

我已使用Statsmodels的OLS.fit（）函数进行线性回归拟合，并通过调用结果类的.params和.pvalues获得了估计系数和相应的p值。

在获得的参数中，只有极少数具有统计显着性（即5％显着性水平），是否有任何函数只能返回重要参数？

尝试在拟合OLS之后调用.params，但这会返回所有系数。

Y = [1,3,4,5,2,3,4,20,100]
X1 = range(1,10)
X1 = sm.add_constant(X1)
results = sm.OLS(Y,X1).fit()
print(results.summary())
results.params
results.pvalues

实际结果：

results.params returned:
array([-21.30555556,   7.41666667])

results.pvalues returned:
array([0.30606981, 0.06733325])

预期结果：

仅返回参数7.41666667，因为相应的p值显着为10％，所以0.06733325小于10％