Python数据分析(1)——线性回归预测模型

Python学习笔记

—线性回归预测模型

目录

1、一元线性回归

（1）一元线性回归图

（2）一元线性回归参数

2、多元线性回归

（1）分类变量的处理

3、回归模型的假设性检验

（1）模型的显著性检验—F检验

（2）回归系数的显著性检验—t检验

4、回归模型的诊断

（1）正态性检验

     •直方图法

     •PP图与QQ图

     •Shapiro检验和K-S检验

（2）多重共线性检验

（3）线性相关检验

（4）独立性检验

（5）方差齐性

     •BP检验

  python作为数据分析的常客一直以来在数据分析与挖掘等领域广泛应用，今天让我们来看看python该如何实现数学模型。同样的，关于数学模型的数学原理部分我们不做推导，有兴趣的同学可以自行查阅相关资料。今天仍然是从我们的老朋友——回归分析模型开始说起。

Reference：《从零开始学习Python数据分析与挖__掘》

01

一元线性回归

The first part

一元线性回归图

最基础的线性模型固然是一元线性回归。其基本形式想必都无比熟悉，则不做过多的叙述。先看下面这段代码：

import pandas as pd` `import seaborn as sns``   ``# 拟合图象的绘制``income = pd.read_csv(r'Salary_Data.csv')``sns.set(color_codes=True)``sns.lmplot(x = 'YearsExperience', y = 'Salary', data = income)``   

‍

输出结果：

显然，这是一个一元线性回归方程的拟合图象，图像内包括了数据散点、置信区间以及一元线性回归的直线图。接下来让我们解析一下这段代码：

①首先是包的导入，本段代码用到的包有：基本的数据操作pandas包，以及一元线性回归可视化所使用的seaborn库。前者主要用于导入数据，后者用于回归关系的可视化面图。

②pandas导入数据自不多说，重点看看回归分析可视化lmplot为seaborn库中进行绘制回归图的函数，其中x，y分别规定横纵坐标的标签，data为指定的数据。这里的数据是两组数据集，分别是自变量和因变量。

*注意：若无需执行区间，可再/mplot()函数中加入参数：ci= None。

一****元线性回归参数

import statsmodels.api as sm``fit = sm.formula.ols('Salary ~ YearsExperience', data = income).fit()``print(fit.params)

输出结果：

Intercept          25792.200199``YearsExperience     9449.962321``dtype: float64

求解一元线性回归方程的参数的方法有很多，可以从最基本的最小二乘拟合入手，即从公式层面上对参数进行计算，但这在编程上会比较麻烦。python为我们提供的众多库可以使得我们更加方便地进行计算参数。下面让我们来解释一下开头的代码：

①仍然先看导入的库：statsmodels.api是python提供的用于回归分析的库。我们接着往下看。

② fit= sm.formula.ols().fit()：这里相当于通过最小二乘法拟合出了一元回归模型，总体来看它是一个对象(关于对象的概念可查阅关于面向对象编程相关资料），ols()函数内需要指定自变量和因变量，以及数据的来源。

③输出结果：从上至下分别是：常数项，自变量YearsExperience的系数。

02

多元线性回归

The second part

 相比于一元线性回归，在实际的项目中