ols回归结果分析表python_python统计学实战——OLS回归
import pandas as pd
media = pd.read_csv("Media.csv")
media.head()
输出结果:
项目的目的:在TV Radio Newspaper 这三个渠道的不同的广告投入的各个情况下,所带来的销售额是多少?
一元线性回归
import statsmodels.api as sm
y = media.sales
x = media.TV
X = sm.add_constant(x)#给自变量中加入常数项
model = sm.OLS(y,X).fix()
model.summary()
输出结果
image.png
接下来我们来解释一下上述表格的几个参数
Dep.Variable : 使用的参数值
Model:使用的模型
method:使用的方法
Data:时间
No.Observations:样本数据个数
Df Residuals:残差的自由度
DF Model:模型的自由度
R-squared:R方值
Adj.R-squared:调整后的R方
F-statistic :F统计量
Prob(F-statistic):F统计量的p值
Log-Likelihood:似然度
AIC BIC:衡量模型优良度的指标,越小越好
const:截距项
P>|t| :t检验的p值,如果p值小于0.05 那么我们就认为变量是显著的
model.params
输出结果
model.params[0]+models.params[1]*media.TV
y_hat = model.predict(x)#获得拟合值
from matplotlib import pyplot as plt
plt.scatter(x,y,alpha = 0.3)
plt.xlabel('TV')
plt.ylabel('Sales')
plt.plot(x,y_hat,'r',alpha = 0.9)
plt.show()
红线表示拟合模型,蓝色点表示原始数据分布情况
多元线性回归
x1 = media[["TV","radio","newspaper"]]
y1 = media['sales']
X = sm.add_constant(x1)
model2 = sm.OLS(y1,X).fit()
model2.summary()
输出结果:
如何在模型中添加交互项
import statsmodels.formula.api as smf
model3 = smf.ols('sales~TV *radio +newspaper,data = media).fit()
#创建TV与radio的交互作用
如何在模型中添加二次项
model4 = smf.ols("sale~TV+radio**2+newspaper",data = media).fit
#将radio这一项转化为二次项
ols回归结果分析表python_python统计学实战——OLS回归相关推荐
- ols回归结果分析表python_Python Statsmodels 统计包之 OLS 回归
Statsmodels 是 Python 中一个强大的统计分析包,包含了回归分析.时间序列分析.假设检 验等等的功能.Statsmodels 在计量的简便性上是远远不及 Stata 等软件的,但它的优 ...
- ols回归结果分析表python_OLS回归结果Python中coef的VIF
我试图按coef打印VIF(方差膨胀因子).然而,我似乎找不到任何来自statsmodels的文档来说明如何做到这一点?我有一个需要处理的n个变量的模型,所有变量的多重共线性值无助于删除共线性最高的值 ...
- python的ols回归_python统计学实战——OLS回归
import pandas as pd media = pd.read_csv("Media.csv") media.head() 输出结果: 项目的目的:在TV Radio Ne ...
- python处理excel表格数据-利用Python处理和分析Excel表中数据实战.doc
利用Python处理和分析Excel表中数据实战 [利用python进行数据分析--基础篇]利用Python处理和分析Excel表中数据实战 原创 2017年06月28日 15:09:32 标签: p ...
- 在线报表设计实战系列 – ③制作交叉分析表
葡萄城报表是一套强大的报表开发和系统搭建工具,既能与您开发的报表软件项目紧密集成,也可独立部署运行,支持多数据源,具有无编码.灵活.稳定等特性,可以帮您快速搭建专业的报表软件系统,实现各类报表的设计. ...
- 机器学习-回归之一元回归与多元回归算法原理及实战
一元回归分析和多元线性回归 前言 在统计学中,回归分析(Regression Analysis)指的是确定两种或两种以上变量间的相互依赖的定量关系的一种分析方法.该方法常使用数据统计的基本原理,对大量 ...
- python回归预测例子_案例实战 | 逻辑回归实现客户流失预测(附Python代码与源数据)...
关注一下~,更多商业数据分析案例等你来撩 前言 利用逻辑回归进行客户流失预警建模中涵盖了许多比较细的知识点,思维导图只展示了极小的一部分,相关知识点链接将穿插在文中.(源数据源代码空降文末获取) 数据 ...
- python数据挖掘学习笔记】十六.逻辑回归LogisticRegression分析鸢尾花数据
但是很多时候数据是非线性的,所以这篇文章主要讲述逻辑回归及Sklearn机器学习包中的LogisticRegression算法 #2018-03-28 16:57:56 March Wednesday ...
- 用逻辑回归对用户分类 (理论+实战)
2019独角兽企业重金招聘Python工程师标准>>> 如果你在运营一个2C的平台,那么你肯定关心用户流失的问题.腾讯有个产品叫信鸽Pro,它能够通过对用户往期行为的挖掘,预测用户潜 ...
最新文章
- Compellent试用手记之二:系统连接
- 我猜后台管理路径猜解
- logstic 回归
- 计算机网络cdma的缺点,CDMA和GSM比较的优缺点是什么?
- Linux 安装 lanmp
- 机器学习里的kernel是指什么?
- ros下的python代码的编写与回调函数
- foreach和volist的区别
- (15)System Verilog系统随机函数
- Percona XtraBackup
- BizTalk database lookup funcatoid DbConnectionString 设定问题有解了
- 软件测试常见面试题目(1)pareto法则,帕累托法则,28杀虫剂怪事,木桶原理,Good-enough原则群集效应,测试与调试的区别,QA以及职责,测试工程师和软件质量保证的,测试提交的缺陷开发人员
- 【《Unity Shader入门精要》 提炼总结】(十三)第十三章·透明度测试的Shader实现透明度混合的Shader实现
- 机器学习和人工智能的关系
- 分享一则电子邮件营销案例
- Chainlink 预言机新技术研发成果 - CCIP,DECO,FSS 和 OCR 2.0
- html 块元素 css,HTML和CSS - 内嵌块元素的问题
- 【VPP】 VPP CLI 命令
- CSS阿里矢量图标(字体图标)
- linux系统一直循环登录界面,Ubuntu卡在登陆界面无限循环的问题
热门文章
- Kubernetes/K8s架构师实战集训营【高级班】
- 交换机背板带宽、包转发率另附上性能测试工具NetStress方便大家测试
- 如何备份一个磁盘分区
- DSPE-PEG2K-DOTA二硬脂酰基磷脂酰乙醇胺- 聚乙二醇-四氮杂环配体PEG分子量可以选择1000、2000、3400和5000等等
- Mac下虚拟机联网处理
- php放量文档,MACD高级用法(论坛整理版)讲稿.docx
- 百万 QPS 前端性能监控系统设计与实现
- 基于脑电功率的疲劳驾驶检测研究_kaic
- 关于Win10用户地平线线上连接xbox live失败问题
- 论推动问题,情绪管理,归纳总结,会议主持