Modelpassing visualiseren

Introductie tot regressie met statsmodels in Python

Maarten Van den Broeck

Content Developer at DataCamp

Goede fit: residu-eigenschappen

Residuen zijn normaal verdeeld
Het gemiddelde van de residuen is nul

Weer brasem en baars

Brasem: het “goede” model

mdl_bream = ols("mass_g ~ length_cm", data=bream).fit()

Het eerder getoonde spreidingsdiagram van brasemmassa versus lengte, met trendlijn.

Baars: het “slechte” model

mdl_perch = ols("mass_g ~ length_cm", data=perch).fit()

Het eerder getoonde spreidingsdiagram van baarsmassa’s versus lengte, met trendlijn.

Residuen vs. gefitte waarden

Brasem

Een spreidingsdiagram van residuen versus gefitte waarden voor het brasemmodel, met een LOWESS-trendlijn. De trendlijn blijft dicht bij de x-as.

Baars

Een spreidingsdiagram van residuen versus gefitte waarden voor het baarsmodel, met een LOWESS-trendlijn. De trendlijn vormt een V-vorm.

Q-Q-plot

Brasem

Een Q-Q-plot van gestandaardiseerde residuen van het brasemmodel versus theoretische kwantielen. De punten volgen grotendeels de lijn waar residuen en kwantielen gelijk zijn, op twee uitschieters na.

Baars

Een Q-Q-plot van gestandaardiseerde residuen van het baarsmodel versus theoretische kwantielen. De punten volgen de gelijkheidslijn niet goed, vooral rechts in de plot.

Scale-location-plot

Brasem

Een spreidingsdiagram van de vierkantswortel van gestandaardiseerde residuen versus gefitte waarden voor het brasemmodel, met een LOWESS-trendlijn. De trendlijn stijgt licht naarmate de gefitte waarden toenemen.

Baars

Een spreidingsdiagram van de vierkantswortel van gestandaardiseerde residuen versus gefitte waarden voor het baarsmodel, met een LOWESS-trendlijn. De trendlijn gaat meerdere keren op en neer naarmate de gefitte waarden toenemen.

residplot()

sns.residplot(x="length_cm", y="mass_g", data=bream, lowess=True)
plt.xlabel("Fitted values")
plt.ylabel("Residuals")

Een spreidingsdiagram van residuen versus gefitte waarden voor het brasemmodel, met een LOWESS-trendlijn. De trendlijn blijft dicht bij de x-as.

qqplot()

from statsmodels.api import qqplot
qqplot(data=mdl_bream.resid, fit=True, line="45")

Brasem QQ-plot, zoals eerder gezien

Scale-location-plot

model_norm_residuals_bream = mdl_bream.get_influence().resid_studentized_internal

model_norm_residuals_abs_sqrt_bream = np.sqrt(np.abs(model_norm_residuals_bream))

sns.regplot(x=mdl_bream.fittedvalues, y=model_norm_residuals_abs_sqrt_bream, ci=None, lowess=True)

plt.xlabel("Fitted values")
plt.ylabel("Sqrt of abs val of stdized residuals")

Brasem scale-location-plot, zoals eerder gezien

Laten we oefenen!

Introductie tot regressie met statsmodels in Python