Variabel penjelas kategorikal

Pengantar Regresi dengan statsmodels di Python

Maarten Van den Broeck

Content Developer at DataCamp

Dataset ikan

Setiap baris merepresentasikan satu ikan.
Dataset berisi 128 baris.
Ada 4 spesies ikan:
- Common Bream
- European Perch
- Northern Pike
- Common Roach

species	mass_g
Bream	242.0
Perch	5.9
Pike	200.0
Roach	40.0
...	...

Memvisualisasikan 1 numerik dan 1 kategorikal

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()

Histogram berfasil jumlah ikan vs beratnya. Tiap panel untuk satu spesies: bream, perch, pike, atau roach.

Statistik ringkas: mean massa per spesies

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

Regresi linear

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

Model dengan atau tanpa intersep

Dari slide sebelumnya, model dengan intersep

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

Koefisien relatif terhadap intersep: $617.83 - 235.59 = 382.24!$

Model tanpa intersep

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

Untuk satu variabel kategorikal, koefisien adalah mean.

Ayo berlatih!

Pengantar Regresi dengan statsmodels di Python