Mais de duas variáveis explicativas

Regressão Intermediária com statsmodels em Python

Maarten Van den Broeck

Content Developer at DataCamp

Da última vez

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

Dispersão 2D, com massa colorida para visualizar uma terceira variável numérica.

Regressão Intermediária com statsmodels em Python

Facetando por espécie

grid = sns.FacetGrid(data=fish,

                     col="species",

                     hue="mass_g",
                     col_wrap=2,

                     palette="plasma")

grid.map(sns.scatterplot,
         "length_cm",
         "height_cm")

plt.show()

Gráfico de dispersão de altura, comprimento e massa dos peixes, facetado por espécie. Cores mais claras indicam peixes mais pesados.

Regressão Intermediária com statsmodels em Python

Facetando por espécie

  • Dá para usar mais de uma variável categórica para facetar
  • Cuidado com o uso excessivo de facetas
  • Fica mais difícil plotar conforme aumentam as variáveis

Gráfico de dispersão de altura, comprimento e massa dos peixes, facetado por espécie. Cores mais claras indicam peixes mais pesados.

Regressão Intermediária com statsmodels em Python

Níveis de interação diferentes

Sem interações

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

interações de dois fatores entre pares de variáveis

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

interação de três fatores entre as três variáveis

ols(
  "mass_g ~ length_cm + height_cm + species + 
  length_cm:height_cm + length_cm:species + height_cm:species + length_cm:height_cm:species + 0", data=fish).fit()
Regressão Intermediária com statsmodels em Python

Todas as interações

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

o mesmo que

ols(
  "mass_g ~ length_cm * height_cm * species + 0", 
  data=fish).fit()
Regressão Intermediária com statsmodels em Python

Apenas interações de dois fatores

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

o mesmo que

ols(
  "mass_g ~ (length_cm + height_cm + species) ** 2 + 0", 
  data=fish).fit()
Regressão Intermediária com statsmodels em Python

O fluxo de previsão

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

length_cm = np.arange(5, 61, 5)
height_cm = np.arange(2, 21, 2)
species = fish["species"].unique()

p = product(length_cm, height_cm, species)

explanatory_data = pd.DataFrame(p,
                                columns=["length_cm",
                                         "height_cm",
                                         "species"])

prediction_data = explanatory_data.assign(
  mass_g = mdl_mass_vs_all.predict(explanatory_data))

print(prediction_data)

     length_cm  height_cm species       mass_g
0            5          2   Bream  -570.656437
1            5          2   Roach    31.449145
2            5          2   Perch    43.789984
3            5          2    Pike   271.270093
4            5          4   Bream  -451.127405
..         ...        ...     ...          ...
475         60         18    Pike  2690.346384
476         60         20   Bream  1531.618475
477         60         20   Roach  2621.797668
478         60         20   Perch  3041.931709
479         60         20    Pike  2926.352397

[480 rows x 4 columns]
Regressão Intermediária com statsmodels em Python

Vamos praticar!

Regressão Intermediária com statsmodels em Python

Preparing Video For Download...