Одномерная регрессия в питоне
Необходимо запустить несколько однофакторных (одномерных) регрессионных моделей в python между столбцом в фрейме данных и несколькими другими столбцами в одном фрейме данных.
-
поэтому, основываясь на изображении, я хочу запустить модели регрессии между x1 и dep, x2 и dep и т. д. и т. д.
Хотите вывести - бета, перехват, R-sq, p-значение, SSE, AIC, BIC, проверка нормальности остатков и т. д.
Я сделал это упражнение на SAS Base 9.4. Однако я пытаюсь сделать это на python. вы можете увидеть, как выглядит мой фрейм данных, на основе изображения, которое я загрузил в сообщении. Дайте мне знать ваше решение?
Ответы 1
Здесь можно использовать два варианта. Одной из них является популярная библиотека научное обучение. Он используется следующим образом
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X, y) # where X is your feature data and y is your target
reg.score(X, y) # R^2 value
>>> 0.87
reg.coef_ # slope coeficients
>>> array([1.45, -9.2])
reg.intercept_ # intercept
>>> 6.1723...
Есть не так много других статистических данных, которые вы можете использовать с scikit.
Другим вариантом является статистические модели, который предлагает гораздо более подробную статистику модели.
import numpy as np
import statsmodels.api as sm
# generate some synthetic data
nsample = 100
x = np.linspace(0, 10, 100)
X = np.column_stack((x, x**2))
beta = np.array([1, 0.1, 10])
e = np.random.normal(size=nsample)
X = sm.add_constant(X)
y = np.dot(X, beta) + e
# fit the model and get a summary of the statistics
model = sm.OLS(y, X)
results = model.fit()
print(results.summary())
OLS Regression Results
==============================================================================
Dep. Variable: y R-squared: 1.000
Model: OLS Adj. R-squared: 1.000
Method: Least Squares F-statistic: 4.020e+06
Date: Mon, 08 Jul 2019 Prob (F-statistic): 2.83e-239
Time: 02:07:22 Log-Likelihood: -146.51
No. Observations: 100 AIC: 299.0
Df Residuals: 97 BIC: 306.8
Df Model: 2
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
const 1.3423 0.313 4.292 0.000 0.722 1.963
x1 -0.0402 0.145 -0.278 0.781 -0.327 0.247
x2 10.0103 0.014 715.745 0.000 9.982 10.038
==============================================================================
Omnibus: 2.042 Durbin-Watson: 2.274
Prob(Omnibus): 0.360 Jarque-Bera (JB): 1.875
Skew: 0.234 Prob(JB): 0.392
Kurtosis: 2.519 Cond. No. 144.
==============================================================================
Вы можете видеть, что статистические модели предлагают гораздо больше деталей, таких как AIC, BIC, t-статистика и т. д.
мой фрейм данных по существу выглядит как изображение, которое я встроил в свой пост. В моем окончательном выводе должен быть список моделей, которые я запускал с бета-версиями в отдельных столбцах, r-sq в отдельных столбцах и т. д.
Да, мой ответ показывает, как это сделать. Предварительная обработка/структурирование данных остается на ваше усмотрение. Если вы хотите получить определенные столбцы из вашего фрейма данных в массив numpy, чтобы соответствовать модели, вы можете использовать X = df[['x1','x2']].values и y = df[['Dependent']]
Пожалуйста, покажите, что вы пробовали и где вы столкнулись с проблемой.