はじめに
パッケージstatsmodelsを用いて各種回帰分析を実装します。この記事では、R-ライクな構文で記述できるstatsmodels.formula.apiを用います。
公式ドキュメント
https://www.statsmodels.org/stable/
https://www.statsmodels.org/stable/example_formulas.html#fitting-models-using-r-style-formulas
コード
インポート
import pandas as pd
import numpy as np
import statsmodels.formula.api as smf
データの読み込み
df = pd.read_csv('./Data.csv', index_col=0)
回帰分析
代表的な回帰分析の実装コードを示しますが、どれも基本的な構文は同じです。
(formula='目的変数 ~ 説明変数1 + 説明変数2 + 説明変数3 + ....', data=df)
OLS
最小二乗法(Ordinary least squares)による回帰分析。
model = smf.ols(formula='BW ~ height + age + sex', data=df)
result = model.fit()
GLS
一般化最小二乗法(Generalized least squares)による回帰分析。
model = smf.gls(formula='BW ~ height + age + sex', data=df)
result = model.fit()
ロジスティック回帰
model = smf.logit(formula='BW ~ height + age + sex', data=df)
result = model.fit()
他にも様々な回帰が実装可能で、公式ドキュメントに書かれています。
結果の出力
決定係数や回帰係数を含むサマリーが出力されます。
result.summary()
回帰モデルによる予測
.predict()を用います。
下の例では、元データをそのままモデルに適用しています。
prediction = result.predict(df[['height', 'age', 'sex']])