เรื่องของตัวแปรสองตัว

การถดถอยเบื้องต้นด้วย statsmodels ใน Python

Maarten Van den Broeck

Content Developer at DataCamp

ข้อมูลประกันภัยรถยนต์ของสวีเดน

แต่ละแถวแทนหนึ่งภูมิภาคในสวีเดน
มีทั้งหมด 63 แถว

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

สถิติเชิงพรรณนา

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

การถดถอยคืออะไร?

โมเดลทางสถิติสำหรับศึกษาความสัมพันธ์ระหว่างตัวแปรตอบสนองกับตัวแปรอธิบาย
เมื่อกำหนดค่าของตัวแปรอธิบาย สามารถทำนายค่าของตัวแปรตอบสนองได้

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

คำศัพท์

ตัวแปรตอบสนอง (หรือตัวแปรตาม)

ตัวแปรที่ต้องการทำนาย

ตัวแปรอธิบาย (หรือตัวแปรอิสระ)

ตัวแปรที่ใช้อธิบายว่าตัวแปรตอบสนองจะเปลี่ยนแปลงอย่างไร

การถดถอยเชิงเส้นและการถดถอยโลจิสติก

การถดถอยเชิงเส้น

ตัวแปรตอบสนองเป็นตัวเลข

การถดถอยโลจิสติก

ตัวแปรตอบสนองเป็นค่าตรรกะ

การถดถอยเชิงเส้น/โลจิสติกแบบเดี่ยว

มีตัวแปรอธิบายเพียงหนึ่งตัว

การแสดงภาพคู่ตัวแปร

import matplotlib.pyplot as plt
import seaborn as sns

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

plt.show()

กราฟกระจายแสดงยอดการชำระเงินรวมเทียบกับจำนวนการเรียกร้อง โดยยอดชำระเพิ่มขึ้นตามจำนวนการเรียกร้องที่เพิ่มขึ้น

การเพิ่มเส้นแนวโน้มเชิงเส้น

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

กราฟกระจายเดิม แต่เพิ่มเส้นแนวโน้มที่คำนวณด้วยการถดถอยเชิงเส้น ซึ่งให้ความพอดีกับข้อมูลได้ดี

โครงสร้างของคอร์ส

บทที่ 1

การแสดงภาพและการ Fit โมเดลการถดถอยเชิงเส้น

บทที่ 2

การทำนายจากโมเดลการถดถอยเชิงเส้นและการทำความเข้าใจสัมประสิทธิ์ของโมเดล

บทที่ 3

การประเมินคุณภาพของโมเดลการถดถอยเชิงเส้น

บทที่ 4

เนื้อหาเดิมแต่ใช้โมเดลการถดถอยโลจิสติก

แพ็กเกจ Python สำหรับการถดถอย

`statsmodels`

เน้นการวิเคราะห์เชิงสถิติ (จุดเน้นในคอร์สนี้)

`scikit-learn`

เน้นการทำนาย (จุดเน้นในคอร์สอื่นของ DataCamp)

มาฝึกกันเถอะ!

การถดถอยเบื้องต้นด้วย statsmodels ใน Python