2つの変数の物語

Pythonで学ぶstatsmodelsによる回帰入門

Maarten Van den Broeck

Content Developer at DataCamp

スウェーデン自動車保険データ

各行はスウェーデンの1地域を表す。
行数は63。

n_claims	total_payment_sek
108	392.5
19	46.2
13	15.7
124	422.2
40	119.4
...	...

記述統計

import pandas as pd
print(swedish_motor_insurance.mean())

n_claims             22.904762
total_payment_sek    98.187302
dtype: float64

print(swedish_motor_insurance['n_claims'].corr(swedish_motor_insurance['total_payment_sek']))

0.9128782350234068

回帰分析とは？

目的変数と説明変数の関係を探るための統計モデル。
説明変数の値をもとに、目的変数の値を予測できる。

n_claims	total_payment_sek
108	3925
19	462
13	157
124	4222
40	1194
200	???

専門用語

目的変数（従属変数）

予測したい変数。

説明変数（独立変数）

目的変数の変化を説明する変数。

線形回帰とロジスティック回帰

線形回帰

目的変数は数値型です。

ロジスティック回帰

目的変数は論理型です。

単純線形／ロジスティック回帰

説明変数は1つのみです。

変数のペアの可視化

import matplotlib.pyplot as plt
import seaborn as sns

sns.scatterplot(x="n_claims",
                y="total_payment_sek",    
                data=swedish_motor_insurance)

plt.show()

請求件数に対する総支払額の散布図。請求件数が増えるにつれて支払額も増加する。

線形トレンドラインの追加

sns.regplot(x="n_claims",
            y="total_payment_sek",
            data=swedish_motor_insurance,
            ci=None)

前述の散布図に、線形回帰によるトレンドラインが追加されたもの。データに対して妥当なフィットを示している。

コースの流れ

第1章

線形回帰モデルの可視化とフィッティング。

第2章

線形回帰モデルによる予測とモデル係数の理解。

第3章

線形回帰モデルの品質評価。

第4章

ロジスティック回帰モデルについて同様の内容を扱う。

回帰分析用Pythonパッケージ

`statsmodels`

統計的洞察に最適化（本コースで使用）

`scikit-learn`

予測に最適化（他のDataCampコースで使用）

では、練習しましょう！

Pythonで学ぶstatsmodelsによる回帰入門