Regresi logaritma dengan python (langkah demi langkah)

Regresi logaritmik adalah jenis regresi yang digunakan untuk memodelkan situasi di mana pertumbuhan atau penurunan pada awalnya meningkat dengan cepat dan kemudian melambat seiring berjalannya waktu.

Misalnya, grafik berikut menunjukkan contoh peluruhan logaritmik:

Untuk situasi seperti ini, hubungan antara variabel prediktor dan variabel respon dapat dimodelkan dengan baik menggunakan regresi logaritmik.

Persamaan model regresi logaritma berbentuk sebagai berikut:

y = a + b*ln(x)

Emas:

• y : variabel respon
• x: variabel prediktif
• a, b: koefisien regresi yang menggambarkan hubungan antara x dan y

Contoh langkah demi langkah berikut menunjukkan cara melakukan regresi logaritmik dengan Python.

Langkah 1: Buat datanya

Pertama, mari buat data palsu untuk dua variabel: x dan y :

 import numpy as np
x = np. arange (1, 16, 1)
y = np. array ([59, 50, 44, 38, 33, 28, 23, 20, 17, 15, 13, 12, 11, 10, 9.5])

Langkah 2: Visualisasikan datanya

Berikutnya, mari buat diagram sebar singkat untuk memvisualisasikan hubungan antara x dan y :

 import matplotlib. pyplot as plt

plt. scatter (x,y)
plt. show () 

Dari grafik terlihat terdapat pola peluruhan logaritmik antara kedua variabel. Nilai variabel respon, y , menurun dengan cepat pada awalnya, kemudian melambat seiring berjalannya waktu.

Oleh karena itu, tampaknya bijaksana untuk menggunakan persamaan regresi logaritmik untuk menggambarkan hubungan antar variabel.

Langkah 3: Sesuaikan model regresi logaritma

Selanjutnya, kita akan menggunakan fungsi polyfit() untuk menyesuaikan model regresi logaritma, menggunakan logaritma natural x sebagai variabel prediktor dan y sebagai variabel respon:

 #fit the model
fit = np. polyfit (np. log (x), y, 1)

#view the output of the model
print(fit)

[-20.19869943 63.06859979]

Kita dapat menggunakan koefisien dari hasil tersebut untuk menulis persamaan regresi logaritmik yang disesuaikan berikut ini:

kamu = 63,0686 – 20,1987 * ln(x)

Kita dapat menggunakan persamaan ini untuk memprediksi variabel respon y berdasarkan nilai variabel prediktor x . Misalnya, jika x = 12, maka kita prediksi y adalah 12.87 :

y = 63,0686 – 20,1987 * ln(12) = 12,87

Bonus: Jangan ragu untuk menggunakan kalkulator regresi logaritma online ini untuk secara otomatis menghitung persamaan regresi logaritma untuk variabel prediktor dan respons tertentu.

Sumber daya tambahan

Panduan Lengkap Regresi Linier dengan Python
Cara Melakukan Regresi Eksponensial dengan Python
Cara Melakukan Regresi Logistik dengan Python