Regressão linear com inclinações paralelas

Regressão Intermediária com statsmodels em Python

Maarten Van den Broeck

Content Developer at DataCamp

O curso anterior

Este curso pressupõe conhecimento de Introdução à Regressão com statsmodels em Python

Da regressão simples à múltipla

Regressão múltipla é um modelo de regressão com mais de uma variável explicativa.

Mais variáveis explicativas geram mais insight e melhores previsões.

Conteúdo do curso

Capítulo 1

Regressão de "inclinações paralelas"

Capítulo 2

Interações
Paradoxo de Simpson

Capítulo 3

Mais variáveis explicativas
Como a regressão linear funciona

Capítulo 4

Regressão logística múltipla
A distribuição logística
Como a regressão logística funciona

O conjunto de dados de peixes

mass_g	length_cm	species
242.0	23.2	Bream
5.9	7.5	Perch
200.0	30.0	Pike
40.0	12.9	Roach

Cada linha representa um peixe
mass_g é a variável resposta
1 variável explicativa numérica e 1 categórica

Uma variável explicativa por vez

from statsmodels.formula.api import ols

mdl_mass_vs_length = ols("mass_g ~ length_cm",
                         data=fish).fit()

print(mdl_mass_vs_length.params)

Intercept   -536.223947
length_cm     34.899245
dtype: float64

1 coeficiente de intercepto
1 coeficiente de inclinação

mdl_mass_vs_species = ols("mass_g ~ species + 0",
                          data=fish).fit()

print(mdl_mass_vs_species.params)

species[Bream]    617.828571
species[Perch]    382.239286
species[Pike]     718.705882
species[Roach]    152.050000
dtype: float64

1 coeficiente de intercepto para cada categoria

Ambas as variáveis ao mesmo tempo

mdl_mass_vs_both = ols("mass_g ~ length_cm + species + 0",
                       data=fish).fit()

print(mdl_mass_vs_both.params)

species[Bream]    -672.241866
species[Perch]    -713.292859
species[Pike]    -1089.456053
species[Roach]    -726.777799
length_cm           42.568554
dtype: float64

1 coeficiente de inclinação
1 coeficiente de intercepto para cada categoria

Comparando coeficientes

print(mdl_mass_vs_length.params)

Intercept   -536.223947
length_cm     34.899245

print(mdl_mass_vs_both.params)

species[Bream]    -672.241866
species[Perch]    -713.292859
species[Pike]    -1089.456053
species[Roach]    -726.777799
length_cm           42.568554

print(mdl_mass_vs_species.params)

species[Bream]    617.828571
species[Perch]    382.239286
species[Pike]     718.705882
species[Roach]    152.050000

Visualização: 1 variável explicativa numérica

import matplotlib.pyplot as plt
import seaborn as sns

sns.regplot(x="length_cm",
            y="mass_g",
            data=fish,
            ci=None)

plt.show()

Um diagrama de dispersão de massa vs. comprimento dos peixes, com linha de tendência linear

Visualização: 1 variável explicativa categórica

sns.boxplot(x="species",
            y="mass_g",
            data=fish,
            showmeans=True)

Um boxplot da massa dos peixes por espécie

Visualização: ambas as variáveis explicativas

coeffs = mdl_mass_vs_both.params
print(coeffs)

species[Bream]    -672.241866
species[Perch]    -713.292859
species[Pike]    -1089.456053
species[Roach]    -726.777799
length_cm           42.568554

ic_bream, ic_perch, ic_pike, ic_roach, sl = coeffs

sns.scatterplot(x="length_cm",
                y="mass_g",
                hue="species",
                data=fish)

plt.axline(xy1=(0, ic_bream), slope=sl, color="blue")
plt.axline(xy1=(0, ic_perch), slope=sl, color="green")
plt.axline(xy1=(0, ic_pike), slope=sl, color="red")
plt.axline(xy1=(0, ic_roach), slope=sl, color="orange")

Um modelo de inclinações paralelas de massa vs. comprimento dos peixes, categorizado por espécie

Vamos praticar!

Regressão Intermediária com statsmodels em Python