Plotando um modelo de regressão

Modelos Lineares Generalizados em Python

Ita Cirovic Donev

Data Science Consultant

Importar bibliotecas

import seaborn as sns
import matplotlib.pyplot as plt
  • O modelo de caranguejo 'sat ~ width' foi salvo como model
Modelos Lineares Generalizados em Python

Plotar pontos dos dados

# Ajustar o tamanho da figura
plt.subplots(figsize = (8, 5))

# Plotar os pontos
sns.regplot('width', 'sat', 
            data = crab,
            fit_reg = False)

Diagrama de dispersão de width e número de satélites no conjunto de dados de caranguejos.

Modelos Lineares Generalizados em Python

Adicionar jitter

sns.regplot('width', 'sat', 
            data = crab,
            fit_reg = False,
            y_jitter = 0.3)

Dispersão com jitter adicional de width e número de satélites no conjunto de dados de caranguejos.

Modelos Lineares Generalizados em Python

Adicionar ajuste linear

sns.regplot('width', 'sat', 
            data = crab,
            y_jitter = 0.3,
            fit_reg = True,
            line_kws = {'color':'green', 
                        'label':'LM fit'})

Ajuste linear com intervalos de confiança e dispersão de width e número de satélites no conjunto de dados de caranguejos.

Modelos Lineares Generalizados em Python

Adicionar valores estimados do GLM Poisson

crab['fit_values'] = model.fittedvalues

sns.scatterplot('width','fit_values', 
                data = crab,
                color = 'red', 
                label = 'Poisson')

Ajustes linear e de Poisson e a dispersão de width e número de satélites no conjunto de dados de caranguejos.

Modelos Lineares Generalizados em Python

Previsões

Ajuste do modelo de Poisson sobreposto ao diagrama de dispersão de width e número de satélites

Modelos Lineares Generalizados em Python

Previsões

new_data = pd.DataFrame({'width':[24, 28, 32]})
model.predict(new_data)

0    1.881981

Leitura dos valores previstos para width em 24 cm dado o modelo de regressão de Poisson ajustado.

Modelos Lineares Generalizados em Python

Previsões

new_data = pd.DataFrame({'width':[24, 28, 32]})
model.predict(new_data)

0    1.881981
1    3.627360

Leitura dos valores previstos para width em 28 cm dado o modelo de regressão de Poisson ajustado.

Modelos Lineares Generalizados em Python

Previsões

new_data = pd.DataFrame({'width':[24, 28, 32]})
model.predict(new_data)

0    1.881981
1    3.627360
2    6.991433

Leitura dos valores previstos para width em 32 cm dado o modelo de regressão de Poisson ajustado.

Modelos Lineares Generalizados em Python

Vamos praticar!

Modelos Lineares Generalizados em Python

Preparing Video For Download...