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
今天小編就為大家分享一篇Python 中的range(),以及列表切片方法，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2018-07-07
這篇文章主要為大家介紹了python模型性能ROC和AUC分析詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-03-03
pycharm 無法加載文件activate.ps1的原因分析及解決方法
這篇文章主要介紹了pycharm報(bào)錯提示：無法加載文件\venv\Scripts\activate.ps1，因?yàn)樵诖讼到y(tǒng)上禁止運(yùn)行腳本,解決方法終端輸入get-executionpolicy，回車返回Restricted即可，需要的朋友可以參考下2022-11-11
python安裝/卸載模塊方法步驟詳解(附詳細(xì)圖解)
在日常工作中會需要安裝或者卸載Python模塊.于是我整理了一下,下面這篇文章主要給大家介紹了關(guān)于python安裝/卸載模塊的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2023-01-01
用Python實(shí)現(xiàn)數(shù)據(jù)的透視表的方法
今天小編就為大家分享一篇用Python實(shí)現(xiàn)數(shù)據(jù)的透視表的方法，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2018-11-11
python 函數(shù)嵌套及多函數(shù)共同運(yùn)行知識點(diǎn)講解
在本篇文章里小編給各位整理的是一篇關(guān)于python 函數(shù)嵌套及多函數(shù)共同運(yùn)行知識點(diǎn)講解，需要的朋友們可以學(xué)習(xí)下。2020-03-03
pytorch更新tensor中指定index位置的值scatter_add_問題
這篇文章主要介紹了pytorch更新tensor中指定index位置的值scatter_add_問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-06-06
這篇文章主要為大家詳細(xì)介紹了如何使用Python簡單實(shí)現(xiàn)去除彩色水印效果,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2025-02-02
Python中執(zhí)行JavaScript實(shí)現(xiàn)數(shù)據(jù)抓取的多種方法
JavaScript是一門強(qiáng)大的腳本語言,廣泛應(yīng)用于網(wǎng)頁前端開發(fā)、構(gòu)建交互式用戶界面以及處理各種客戶端端任務(wù),有時可能需要在Python環(huán)境中執(zhí)行JavaScript代碼,本文將介紹多種方法,幫助你在Python中執(zhí)行 JavaScript代碼,并提供詳盡的示例代碼,使你能夠輕松掌握這一技能2023-11-11
Python學(xué)習(xí)筆記之列表和成員運(yùn)算符及列表相關(guān)方法詳解
這篇文章主要介紹了Python學(xué)習(xí)筆記之列表和成員運(yùn)算符及列表相關(guān)方法,結(jié)合實(shí)例形式詳細(xì)分析了Python列表相關(guān)的概念、原理、成員函數(shù)與相關(guān)使用技巧,需要的朋友可以參考下2019-08-08