如何用Python進(jìn)行回歸分析與相關(guān)分析
一、前言
1.1 回歸分析
是用于研究分析某一變量受其他變量影響的分析方法，其基本思想是以被影響變量為因變量，以影響變量為自變量，研究因變量與自變量之間的因果關(guān)系。
1.2 相關(guān)分析
不考慮變量之間的因果關(guān)系而只研究變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法。
二、代碼的編寫
2.1 前期準(zhǔn)備
在編寫代碼之前，我們首先要知道需要用到的庫有哪些。分別為：pandas\numpy\statsmodels\patsy。如果沒有安裝這些庫是無法運(yùn)行代碼的 ，因此需要提前安裝好這幾個庫。安裝方法我在基礎(chǔ)篇的第一章已經(jīng)寫有，可以進(jìn)行參考：如何在Python中導(dǎo)入EXCEL數(shù)據(jù)
然后便可以導(dǎo)入庫和所要處理的數(shù)據(jù)了。
import pandas as pd import numpy as np import statsmodels.api as sm from patsy import dmatrices data=pd.read_excel(r'D:\雜貨\編碼數(shù)據(jù).xlsx',sheet_name='編碼數(shù)據(jù)')
展示以下我所導(dǎo)入的數(shù)據(jù)的樣式：
我準(zhǔn)備的excel表格的數(shù)據(jù)比較多，在python中輸出出來大概就是這個樣子，至于這些數(shù)字是什么含義不用過多理會，這并不影響本篇方法的介紹。
2.2 編寫代碼
2.2.1 相關(guān)分析
首先介紹最簡單的一個數(shù)據(jù)指標(biāo)：相關(guān)系數(shù)
代碼如下：
v=data['Q1'].corr(data['Q2'])#相關(guān)系數(shù)（求某兩個變量的相關(guān)系數(shù)） print(v) v=data.corr()#求所有變量之間的相關(guān)系數(shù) print(v)
前者是指定求某兩個變量間的相關(guān)系數(shù)，而后者是直接接計(jì)算出所有變量的相關(guān)系數(shù)。
輸出結(jié)果如下：
前者：
后者：
2.2.2 一元線性回歸分析
代碼如下：
x=np.array(data['Q1'])#一元線性回歸分析 y=np.array(data['Q2']) X=sm.add_constant(x)#向x左側(cè)添加截距列x0=[1,……,1] model=sm.OLS(y,X)#建立最小二乘估計(jì) fit=model.fit()#擬合模型 print(fit.summary())
該方法是通過矩陣的形式進(jìn)行運(yùn)算的，首先將要輸入的數(shù)據(jù)x,y轉(zhuǎn)換為矩陣的形式，然后再給自變量x增加一列截距列，形成X矩陣，再進(jìn)行最小二乘估計(jì)，然后擬合結(jié)果。
矩陣形式：
輸出結(jié)果如下：
2.2.3 多元線性回歸分析
vars=['Q1','Q2','Q6','Q7']#多元線性回歸分析
df=data[vars]#將輸入的數(shù)據(jù)轉(zhuǎn)換為矩陣（數(shù)組）形式
y,X=dmatrices('Q1~Q2+Q6+Q7',data=df,return_type='dataframe')
model=sm.OLS(y,X)
fit=model.fit()
print(fit.summary())多元的代碼的編寫形式與一元的編寫形式實(shí)質(zhì)上差別不大，不同的地方在于第三行代碼，其形式為 y,X=dmatrices('Q1~Q2+Q6+Q7',data=df,return_type='dataframe')，而該行代碼的形式也是固定的，括號中的'Q1~Q2+Q6+Q7'這部分可根據(jù)個人想要模擬的方程形式編寫，Q1為因變量，Q2,Q6,Q7……等部分為自變量，個數(shù)不限；data=df部分是將轉(zhuǎn)換好的矩陣（數(shù)組）賦值給data；而return_type='dataframe'部分可以直接使用，一般不需要更改。
model=sm.OLS(y,X)進(jìn)行最小二乘估計(jì)，fit=model.fit()進(jìn)行模型的擬合，最后輸出的fit.summary()即我們所需要的表格。
輸出結(jié)果如下：
補(bǔ)充：
在此附上關(guān)于多元回歸模型的一些內(nèi)容，可幫助理解矩陣形式的回歸模型。（摘自：《計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)》張曉峒）
2.2.4 廣義線性回歸分析
廣義的線性回歸分析包括四種模型，分別為：正態(tài)分布擬合；二項(xiàng)分布擬合；泊松分布擬合；伽馬分布擬合。
本人常用二項(xiàng)分布，因此本篇以二項(xiàng)分布為例進(jìn)行介紹。
代碼如下：
vars2=['Q1','Q2']#廣義線性回歸分析 vars1=['Q6','Q7','Q8','Q9'] glm_binom=sm.GLM(data[vars2],data[vars1],family=sm.families.Binomial()) res=glm_binom.fit() print(res.summary())
需要注意的是：若在廣義線性回歸分析中的vars2的數(shù)據(jù)換成0-1形式的，則其結(jié)果與logistic回歸分析的結(jié)果一致，即可以說0-1形式的因變量的廣義線性回歸為邏輯回歸。
輸出結(jié)果如下：
2.2.5 logistic回歸分析
代碼如下：
vars1=['Q6','Q7','Q8','Q9'] logit_mod=sm.Logit(data['Q13|3'],data[vars1])#logistic回歸分析，注意：data['Q13|3']的位置里的數(shù)據(jù)必須是0-1形式?。。? logit_res=logit_mod.fit(disp=0) print(logit_res.summary())
logistic回歸的代碼的編寫形式與前面幾個回歸差別不大，理解起來不難，就不再重復(fù)講述。但需要注意的是，在使用邏輯回歸時，sm.Logit(data['Q13|3'],data[vars1])中的data['Q13|3']的數(shù)據(jù)必須為0-1形式，亦可說必須為虛擬變量的形式，否則程序會報(bào)錯。這是邏輯回歸本身的含義，具體可自行查找邏輯回歸的資料學(xué)習(xí)。
輸出結(jié)果如下：
三、代碼集合
import pandas as pd
import numpy as np
import statsmodels.api as sm
from patsy import dmatrices
data=pd.read_excel(r'D:\雜貨\編碼數(shù)據(jù).xlsx',sheet_name='編碼數(shù)據(jù)')
pd.set_option('display.max_columns',1000)
pd.set_option("display.width",1000)
pd.set_option('display.max_colwidth',1000)
pd.set_option('display.max_rows',1000)
print(data)
v=data['Q1'].corr(data['Q2'])#相關(guān)系數(shù)
print(v)
x=np.array(data['Q1'])#一元線性回歸分析
y=np.array(data['Q2'])
X=sm.add_constant(x)#向x左側(cè)添加截距列x0=[1,……,1]
model=sm.OLS(y,X)#建立最小二乘估計(jì)
fit=model.fit()#擬合模型
print(fit.summary())
vars=['Q1','Q2','Q6','Q7']#多元線性回歸分析
df=data[vars]
y,X=dmatrices('Q1~Q2+Q6+Q7',data=df,return_type='dataframe')
model=sm.OLS(y,X)
fit=model.fit()
print(fit.summary())
vars2=['Q1','Q2']#廣義線性回歸分析
vars1=['Q6','Q7','Q8','Q9']
glm_binom=sm.GLM(data[vars2],data[vars1],family=sm.families.Binomial())
res=glm_binom.fit()
print(res.summary())
logit_mod=sm.Logit(data['Q13|3'],data[vars1])#logistic回歸分析，注意：data['Q13|3']的位置里的數(shù)據(jù)必須是0-1形式?。?！
logit_res=logit_mod.fit(disp=0)
print(logit_res.summary())
#若在廣義線性回歸分析中的vars2的數(shù)據(jù)換成0-1形式的，則其結(jié)果與logistic回歸分析的結(jié)果一致。到此這篇關(guān)于如何用Python進(jìn)行回歸分析與相關(guān)分析的文章就介紹到這了,更多相關(guān)python 數(shù)據(jù)分析 回歸 數(shù)據(jù)挖掘內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- python數(shù)據(jù)分析之線性回歸選擇基金
- Python數(shù)據(jù)分析之雙色球基于線性回歸算法預(yù)測下期中獎結(jié)果示例
- python人工智能算法之線性回歸實(shí)例
- Python實(shí)現(xiàn)隨機(jī)森林回歸與各自變量重要性分析與排序
- Python利用keras接口實(shí)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)回歸
- Python基于TensorFlow接口實(shí)現(xiàn)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)回歸
- Python反向傳播實(shí)現(xiàn)線性回歸步驟詳細(xì)講解
相關(guān)文章
python實(shí)現(xiàn)在一個畫布上畫多個子圖
今天小編就為大家分享一篇python實(shí)現(xiàn)在一個畫布上畫多個子圖，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Python使用Rich實(shí)現(xiàn)美化終端顯示效果
Rich庫的功能就像它的名字一樣,使Python編程更加豐富（rich）,用來幫助開發(fā)者在控制臺（命令行）輸出中創(chuàng)建豐富、多彩和具有格式化的文本,下面我們就來了解下它的具體使用吧2024-02-02
Python是一門簡單而文字簡約的語言。閱讀好的Python程序感覺就像閱讀英語，盡管是非常嚴(yán)格的英語。Python的這種偽代碼特性是其最大強(qiáng)項(xiàng)之一，它可讓你專注于解決問題的辦法而不是語言本身，通過本篇文章給大家介紹python功能和特點(diǎn)相關(guān)知識，感興趣的朋友一起學(xué)習(xí)吧2015-12-12
這篇文章主要為大家詳細(xì)介紹了Python工程師面試必備25條知識點(diǎn)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01
Python繪制loss曲線和準(zhǔn)確率曲線實(shí)例代碼
pytorch雖然使用起來很方便,但在一點(diǎn)上并沒有tensorflow方便,就是繪制模型訓(xùn)練時在訓(xùn)練集和驗(yàn)證集上的loss和accuracy曲線(共四條),下面這篇文章主要給大家介紹了關(guān)于Python繪制loss曲線和準(zhǔn)確率曲線的相關(guān)資料,需要的朋友可以參考下2022-08-08
Python中的fileinput模塊的簡單實(shí)用示例
這篇文章主要介紹了Python中的fileinput模塊實(shí)用示例,文中的示例是使用其來便利硬盤分區(qū)下的文本文件并打印其中行的長度,需要的朋友可以參考下2015-07-07
Pycharm中如何關(guān)掉python console
這篇文章主要介紹了Pycharm中如何關(guān)掉python console,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-10-10
這篇文章主要介紹了Python 字符串操作，所謂字符串，就是由0個或者多個字符組成的有限序列，字符串的字符可以是特殊符號、英文字母、中文字符、日文的平假名或片假名、希臘字母、Emoji字符等等。下面我們大家一起來學(xué)習(xí)文章詳細(xì)內(nèi)容吧2021-11-11
python中正則表達(dá)式 re.findall 用法
在python中，通過內(nèi)嵌集成re模塊，程序媛們可以直接調(diào)用來實(shí)現(xiàn)正則匹配。本文重點(diǎn)給大家介紹python中正則表達(dá)式 re.findall 用法，感興趣的朋友跟隨小編一起看看吧2018-10-10
本文通過圖文及實(shí)例代碼介紹了怎樣利用python獲取列表的中位數(shù)，文章介紹的很詳細(xì)，有需要的小伙伴們可以參考學(xué)習(xí)。2016-08-08