3つ以上の説明変数

statsmodels を使った中級 Regression

Maarten Van den Broeck

Content Developer at DataCamp

前回の内容

sns.scatterplot(x="length_cm", 
                y="height_cm",
                data=fish,
                hue="mass_g")

2次元散布図。質量を色で表現し、3つ目の数値変数を可視化しています。

statsmodels を使った中級 Regression

種ごとのファセット表示

grid = sns.FacetGrid(data=fish,

                     col="species",

                     hue="mass_g",
                     col_wrap=2,

                     palette="plasma")

grid.map(sns.scatterplot,
         "length_cm",
         "height_cm")

plt.show()

魚の高さ、長さ、質量の散布図（種ごとにファセット表示）。色が明るいほど質量が大きいことを示します。

statsmodels を使った中級 Regression

種ごとのファセット表示

  • ファセット表示には複数のカテゴリ変数を使用できます
  • ファセットの使いすぎに注意しましょう
  • 変数が増えるほどプロットは難しくなります

魚の高さ、長さ、質量の散布図（種ごとにファセット表示）。色が明るいほど質量が大きいことを示します。

statsmodels を使った中級 Regression

交互作用のレベルの違い

交互作用なし

ols("mass_g ~ length_cm + height_cm + species + 0", data=fish).fit()

2変数間の2次の交互作用

ols(
  "mass_g ~ length_cm + height_cm + species +
  length_cm:height_cm + length_cm:species + height_cm:species + 0", data=fish).fit()

3変数すべての3次の交互作用

ols(
  "mass_g ~ length_cm + height_cm + species + 
  length_cm:height_cm + length_cm:species + height_cm:species + length_cm:height_cm:species + 0", data=fish).fit()
statsmodels を使った中級 Regression

すべての交互作用

ols(
  "mass_g ~ length_cm + height_cm + species + 
  length_cm:height_cm + length_cm:species + height_cm:species + length_cm:height_cm:species + 0", 
  data=fish).fit()

次と同じです

ols(
  "mass_g ~ length_cm * height_cm * species + 0", 
  data=fish).fit()
statsmodels を使った中級 Regression

2次の交互作用のみ

ols(
  "mass_g ~ length_cm + height_cm + species + 
  length_cm:height_cm + length_cm:species + height_cm:species + 0", 
  data=fish).fit()

次と同じです

ols(
  "mass_g ~ (length_cm + height_cm + species) ** 2 + 0", 
  data=fish).fit()
statsmodels を使った中級 Regression

予測の流れ

mdl_mass_vs_all = ols(
  "mass_g ~ length_cm * height_cm * species + 0",
  data=fish).fit()

length_cm = np.arange(5, 61, 5)
height_cm = np.arange(2, 21, 2)
species = fish["species"].unique()

p = product(length_cm, height_cm, species)

explanatory_data = pd.DataFrame(p,
                                columns=["length_cm",
                                         "height_cm",
                                         "species"])

prediction_data = explanatory_data.assign(
  mass_g = mdl_mass_vs_all.predict(explanatory_data))

print(prediction_data)

     length_cm  height_cm species       mass_g
0            5          2   Bream  -570.656437
1            5          2   Roach    31.449145
2            5          2   Perch    43.789984
3            5          2    Pike   271.270093
4            5          4   Bream  -451.127405
..         ...        ...     ...          ...
475         60         18    Pike  2690.346384
476         60         20   Bream  1531.618475
477         60         20   Roach  2621.797668
478         60         20   Perch  3041.931709
479         60         20    Pike  2926.352397

[480 rows x 4 columns]
statsmodels を使った中級 Regression

練習しましょう！

statsmodels を使った中級 Regression

Preparing Video For Download...