회귀 분석

Python으로 설문 데이터 분석하기

EbunOluwa Andrew

Data Scientist

회귀 분석

변수 간 관계 파악
구체적 결과 예측에 활용
독립 변수들의 종속 변수 영향 평가
미래 기회와 위험 예측
방대한 원시 데이터를 실행 가능한 정보로 축약
근거 기반 의사결정 지원

하락 화살표를 막는 사람들

최소제곱법(OLS)을 이용한 선형 회귀

선형 회귀 모형
- x와 y 사이 선형 관계 가정
- y = m * x + b
- 최소제곱법(OLS)
- Sum((예측−관측)^2) 최소화

¹ https://seeing-theory.brown.edu/regression-analysis/index.html

데이터 불러오기

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import statsmodels.api as sm

exercise_data = pd.read_csv('workout_survey_data.csv')
print(exercise_data.head())

| workout_minutes | calories_burned |
|-----------------|-----------------|
| 77              | 79.775152       |
| 21              | 23.177279       |
| 22              | 25.609262       |
| 20              | 17.857388       |

변수 정의

x = 독립 변수 y = 종속 변수

x = exercise_data.minutes.tolist()
y = exercise_data.calories.tolist() 
print(x,'\n',y)

| [77, 21, 22, 20, 36...           |
|----------------------------------|
| [79.7, 23.1, 25.6, 17.8, 41.8... |

설문 데이터

workout_minutes	calories_burned
77	79.775152
21	23.177279
22	25.609262
20	17.857388
36	41.849864

상수항 추가

x = sm.add_constant(x)
print (x)

모형에 b(절편) 추정을 지시합니다

회귀 수행 및 적합

result = sm.OLS(y,x).fit()
print(result.summary())

m과 b 가져오기

원자료 산점도 그리기

x = exercise_data.minutes.tolist()
y = exercise_data.calories.tolist()
plt.scatter(x,y)
plt.xlabel('minutes')
plt.ylabel('calories')
plt.show()

회귀선 그리기

max_x = exercise_data.minutes.max()
min_x = exercise_data.minutes.min()
x = np.arange(min_x, max_x, 1)

y = 1.0072*x + 0.1552

plt.plot(y, 'r')
plt.show()

반응 예측

y = 1.0072 * 30 + 0.1552
print(y)

30.3712

선형 회귀의 장단점

장점
- 데이터가 선형 분리 가능할 때 성능 우수
단점
- 비선형 경우에도 선형 관계를 가정함

연습해 봅시다!

Python으로 설문 데이터 분석하기