Scienza dei dati - Tabella di regressione
Tabella di regressione
L'output della regressione lineare può essere riassunto in una tabella di regressione.
Il contenuto della tabella comprende:
- Informazioni sul modello
- Coefficienti della funzione di regressione lineare
- Statistiche di regressione
- Statistica dei coefficienti della funzione di regressione lineare
- Altre informazioni che non tratteremo in questo modulo
Tabella di regressione con Average_Pulse come variabile esplicativa
Ora puoi iniziare il tuo viaggio nell'analisi dell'output avanzato!
Crea una tabella di regressione lineare in Python
Ecco come creare una tabella di regressione lineare in Python:
Esempio
import pandas as pd
import statsmodels.formula.api as smf
full_health_data = pd.read_csv("data.csv", header=0, sep=",")
model = smf.ols('Calorie_Burnage ~ Average_Pulse', data =
full_health_data)
results = model.fit()
print(results.summary())
Esempio spiegato:
- Importa la libreria statsmodels.formula.api come smf. Statsmodels è una libreria statistica in Python.
- Usa il set di dati_stato_completo.
- Crea un modello basato sui minimi quadrati ordinari con smf.ols(). Si noti che la variabile esplicativa deve essere scritta per prima tra parentesi. Usa il set di dati full_health_data.
- Chiamando .fit(), ottieni i risultati della variabile. Questo contiene molte informazioni sul modello di regressione.
- Chiamare summary() per ottenere la tabella con i risultati della regressione lineare.