Variabili esplicative categoriche

Introduzione alla regressione con statsmodels in Python

Maarten Van den Broeck

Content Developer at DataCamp

Dataset dei pesci

  • Ogni riga rappresenta un pesce.
  • Il dataset ha 128 righe.
  • Ci sono 4 specie:
    • Common Bream
    • European Perch
    • Northern Pike
    • Common Roach
species mass_g
Bream 242.0
Perch 5.9
Pike 200.0
Roach 40.0
... ...
Introduzione alla regressione con statsmodels in Python

Visualizzare 1 variabile numerica e 1 categorica

import matplotlib.pyplot as plt
import seaborn as sns

sns.displot(data=fish,
            x="mass_g",
            col="species",
            col_wrap=2,
            bins=9)

plt.show()

Un istogramma a facet del numero di pesci rispetto al peso. Ogni pannello mostra una specie: bream, perch, pike o roach.

Introduzione alla regressione con statsmodels in Python

Statistiche di sintesi: massa media per specie

summary_stats = fish.groupby("species")["mass_g"].mean()
print(summary_stats)

species
Bream    617.828571
Perch    382.239286
Pike     718.705882
Roach    152.050000
Name: mass_g, dtype: float64
Introduzione alla regressione con statsmodels in Python

Regressione lineare

from statsmodels.formula.api import ols 
mdl_mass_vs_species = ols("mass_g ~ species", data=fish).fit()

print(mdl_mass_vs_species.params)

Intercept           617.828571
species[T.Perch]   -235.589286
species[T.Pike]     100.877311
species[T.Roach]   -465.778571
Introduzione alla regressione con statsmodels in Python

Modello con o senza intercetta

Dal slide precedente, modello con intercetta

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

print(mdl_mass_vs_species.params)

Intercept           617.828571
species[T.Perch]   -235.589286
species[T.Pike]     100.877311
species[T.Roach]   -465.778571

I coefficienti sono relativi all'intercetta: $617.83 - 235.59 = 382.24!$

Modello senza intercetta

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

Con una sola variabile categorica, i coefficienti sono le medie.

Introduzione alla regressione con statsmodels in Python

Passiamo alla pratica!

Introduzione alla regressione con statsmodels in Python

Preparing Video For Download...