{"id":869,"date":"2023-07-28T11:53:32","date_gmt":"2023-07-28T11:53:32","guid":{"rendered":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/"},"modified":"2023-07-28T11:53:32","modified_gmt":"2023-07-28T11:53:32","slug":"come-calcolare-vive-in-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/","title":{"rendered":"Come calcolare vif in python"},"content":{"rendered":"

<\/p>\n

\n

La multicollinearit\u00e0<\/a> nell’analisi di regressione si verifica quando due o pi\u00f9 variabili esplicative sono altamente correlate tra loro, in modo tale da non fornire informazioni univoche o indipendenti nel modello di regressione.<\/span><\/p>\n

Se il grado di correlazione tra le variabili \u00e8 sufficientemente elevato, ci\u00f2 pu\u00f2 causare problemi durante l’adattamento e l’interpretazione del modello di regressione.<\/span><\/p>\n

Un modo per rilevare la multicollinearit\u00e0 \u00e8 utilizzare una metrica nota come fattore di inflazione della varianza (VIF)<\/strong> , che misura la correlazione e la forza della correlazione tra le variabili esplicative in un modello di regressione<\/a> .<\/span><\/p>\n

Questo tutorial spiega come calcolare VIF in Python.<\/span><\/p>\n

Esempio: calcola VIF in Python<\/strong><\/span><\/h2>\n

Per questo esempio, utilizzeremo un set di dati che descrive gli attributi di 10 giocatori di basket:<\/span><\/p>\n

 import<\/span> numpy as<\/span> np\nimport<\/span> pandas as<\/span> pd\n\n#create dataset<\/span>\ndf = pd.DataFrame({'rating': [90, 85, 82, 88, 94, 90, 76, 75, 87, 86],\n                   'points': [25, 20, 14, 16, 27, 20, 12, 15, 14, 19],\n                   'assists': [5, 7, 7, 8, 5, 7, 6, 9, 9, 5],\n                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]})\n\n#view dataset\n<\/span>df\n\n\trating points assists rebounds\n0 90 25 5 11\n1 85 20 7 8\n2 82 14 7 10\n3 88 16 8 6\n4 94 27 5 6\n5 90 20 7 9\n6 76 12 6 6\n7 75 15 9 10\n8 87 14 9 10\n9 86 19 5 7<\/strong><\/pre>\n
 Supponiamo di voler adattare un modello di regressione lineare multipla utilizzando il punteggio come variabile di risposta e punti, assist e rimbalzi come variabili esplicative.<\/span><\/p>\n
 from<\/span> patsy import<\/span> damatrices\nfrom<\/span> statsmodels.stats.outliers_influence import<\/span> variance_inflation_factor\n\n#find design matrix for linear regression model using 'rating' as response variable<\/span> \ny, X = dmatrices('rating ~ points+assists+rebounds', data=df, return_type='dataframe')\n\n#calculate VIF for each explanatory variable<\/span>\nvivid = pd.DataFrame()\nvive['VIF'] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]\nvivid['variable'] = X.columns\n\n#view VIF for each explanatory variable<\/span> \nlively\n\n\t       Variable VIF\n0 101.258171 Intercept\n1 1.763977 points\n2 1.959104 assists\n3 1.175030 rebounds<\/strong><\/pre>\n
 Possiamo osservare i valori VIF per ciascuna delle variabili esplicative:<\/span><\/p>\n
    \n
  •  punti:<\/strong> 1,76<\/span><\/li>\n
  •  assist:<\/strong> 1,96<\/span><\/li>\n
  •  rimbalzi:<\/strong> 1.18<\/span><\/li>\n<\/ul>\n
     Nota:<\/strong> ignorare il VIF per “Intercetta” nel modello poich\u00e9 questo valore non \u00e8 rilevante.<\/em><\/span><\/p>\n
     Come interpretare i valori VIF<\/strong><\/h2>\n
     Il valore VIF inizia da 1 e non ha un limite superiore. Una regola generale per interpretare i VIF \u00e8:<\/span><\/p>\n
      \n
    •  Un valore pari a 1 indica che non esiste alcuna correlazione tra una determinata variabile esplicativa e qualsiasi altra variabile esplicativa nel modello.<\/span><\/li>\n
    •  Un valore compreso tra 1 e 5 indica una correlazione moderata tra una determinata variabile esplicativa e altre variabili esplicative nel modello, ma spesso non \u00e8 abbastanza grave da richiedere un’attenzione speciale.<\/span><\/li>\n
    •  Un valore maggiore di 5 indica una correlazione potenzialmente grave tra una determinata variabile esplicativa e altre variabili esplicative nel modello. In questo caso, le stime dei coefficienti e i valori p nei risultati della regressione sono probabilmente inaffidabili.<\/span><\/li>\n<\/ul>\n
       Poich\u00e9 ciascuno dei valori VIF delle variabili esplicative nel nostro modello di regressione \u00e8 chiuso a 1, la multicollinearit\u00e0 non \u00e8 un problema nel nostro esempio.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"
      La multicollinearit\u00e0 nell’analisi di regressione si verifica quando due o pi\u00f9 variabili esplicative sono altamente correlate tra loro, in modo tale da non fornire informazioni univoche o indipendenti nel modello di regressione. Se il grado di correlazione tra le variabili \u00e8 sufficientemente elevato, ci\u00f2 pu\u00f2 causare problemi durante l’adattamento e l’interpretazione del modello di regressione. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\nCome calcolare VIF in Python \u2013 Statorials<\/title>\n<meta name=\"description\" content=\"Una semplice spiegazione su come calcolare il VIF (Variance Inflation Factor) in Python.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Come calcolare VIF in Python \u2013 Statorials\" \/>\n<meta property=\"og:description\" content=\"Una semplice spiegazione su come calcolare il VIF (Variance Inflation Factor) in Python.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-28T11:53:32+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/\",\"url\":\"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/\",\"name\":\"Come calcolare VIF in Python \u2013 Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-07-28T11:53:32+00:00\",\"dateModified\":\"2023-07-28T11:53:32+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Una semplice spiegazione su come calcolare il VIF (Variance Inflation Factor) in Python.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Come calcolare vif in python\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/it\/#website\",\"url\":\"https:\/\/statorials.org\/it\/\",\"name\":\"Statorials\",\"description\":\"La tua guida all'alfabetizzazione statistica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/it\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9\",\"sameAs\":[\"https:\/\/statorials.org\/it\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Come calcolare VIF in Python \u2013 Statorials","description":"Una semplice spiegazione su come calcolare il VIF (Variance Inflation Factor) in Python.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/","og_locale":"it_IT","og_type":"article","og_title":"Come calcolare VIF in Python \u2013 Statorials","og_description":"Una semplice spiegazione su come calcolare il VIF (Variance Inflation Factor) in Python.","og_url":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/","og_site_name":"Statorials","article_published_time":"2023-07-28T11:53:32+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Benjamin anderson","Est. reading time":"2 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/","url":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/","name":"Come calcolare VIF in Python \u2013 Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-07-28T11:53:32+00:00","dateModified":"2023-07-28T11:53:32+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Una semplice spiegazione su come calcolare il VIF (Variance Inflation Factor) in Python.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/come-calcolare-vive-in-python\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Come calcolare vif in python"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/it\/#website","url":"https:\/\/statorials.org\/it\/","name":"Statorials","description":"La tua guida all'alfabetizzazione statistica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/it\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9","sameAs":["https:\/\/statorials.org\/it"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/869"}],"collection":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/comments?post=869"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/869\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=869"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=869"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=869"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
 Per calcolare il VIF per ciascuna variabile esplicativa nel modello, possiamo utilizzare la funzione variance_inflation_factor()<\/a> dalla libreria statsmodels:<\/span><\/p>\n