Statsmodels で回帰モデルを使用して予測を行う方法
次の基本構文を使用して、Python のstatsmodelsモジュールを使用した回帰モデル フィッティングを使用して、新しい観測値についての予測を行うことができます。
model. predict (df_new)
この特定の構文は、model と呼ばれる統計モデルに適した回帰モデルを使用して、 df_newと呼ばれる新しい DataFrame の各行の予測応答値を計算します。
次の例は、この構文を実際に使用する方法を示しています。
例: Statsmodels の回帰モデルを使用した予測の作成
特定のクラスの生徒の学習時間、受けた予備試験、および最終成績に関する情報を含む次のパンダ データフレームがあるとします。
import pandas as pd #createDataFrame df = pd. DataFrame ({' hours ': [1, 2, 2, 4, 2, 1, 5, 4, 2, 4, 4, 3, 6], ' exams ': [1, 3, 3, 5, 2, 2, 1, 1, 0, 3, 4, 3, 2], ' score ': [76, 78, 85, 88, 72, 69, 94, 94, 88, 92, 90, 75, 96]}) #view head of DataFrame df. head () hours exam score 0 1 1 76 1 2 3 78 2 2 3 85 3 4 5 88 4 2 2 72
statsmodels モジュールのOLS()関数を使用して、「時間」と「試験」を予測変数として、「スコア」を応答変数として使用して重線形回帰モデルを近似できます。
import statsmodels. api as sm #define predictor and response variables y = df[' score '] x = df[[' hours ', ' exams ']] #add constant to predictor variables x = sm. add_constant (x) #fit linear regression model model = sm. OLS (y,x). fit () #view model summary print ( model.summary ()) OLS Regression Results ==================================================== ============================ Dept. Variable: R-squared score: 0.718 Model: OLS Adj. R-squared: 0.661 Method: Least Squares F-statistic: 12.70 Date: Fri, 05 Aug 2022 Prob (F-statistic): 0.00180 Time: 09:24:38 Log-Likelihood: -38.618 No. Observations: 13 AIC: 83.24 Df Residuals: 10 BIC: 84.93 Df Model: 2 Covariance Type: non-robust ==================================================== ============================ coef std err t P>|t| [0.025 0.975] -------------------------------------------------- ---------------------------- const 71.4048 4.001 17.847 0.000 62.490 80.319 hours 5.1275 1.018 5.038 0.001 2.860 7.395 exams -1.2121 1.147 -1.057 0.315 -3.768 1.344 ==================================================== ============================ Omnibus: 1,103 Durbin-Watson: 1,248 Prob(Omnibus): 0.576 Jarque-Bera (JB): 0.803 Skew: -0.289 Prob(JB): 0.669 Kurtosis: 1.928 Cond. No. 11.7 ==================================================== ============================
出力のcoef列から、近似回帰モデルを書くことができます。
スコア = 71.4048 + 5.1275 (時間) – 1.2121 (試験)
ここで、適合回帰モデルを使用して 5 人の新入生の「得点」を予測するとします。
まず、5 つの新しい観測値を保持する DataFrame を作成しましょう。
#create new DataFrame
df_new = pd. DataFrame ({' hours ': [1, 2, 2, 4, 5],
' exams ': [1, 1, 4, 3, 3]})
#add column for constant
df_new = sm. add_constant (df_new)
#view new DataFrame
print (df_new)
const hours exams
0 1.0 1 1
1 1.0 2 1
2 1.0 2 4
3 1.0 4 3
4 1.0 5 3
次に、 predict()関数を使用して、適合回帰モデルの予測変数の値として「時間数」と「試験」を使用して、これらの各生徒の「スコア」を予測できます。
#predict scores for the five new students model. predict (df_new) 0 75.320242 1 80.447734 2 76.811480 3 88.278550 4 93.406042 dtype:float64
結果を解釈する方法は次のとおりです。
- 新しい DataFrame の最初の生徒は75.32点を獲得すると予想されます。
- 新しい DataFrame の 2 番目の生徒は80.45 点を獲得すると予想されます。
等々。
これらの予測がどのように計算されたかを理解するには、以前の近似回帰モデルを参照する必要があります。
スコア = 71.4048 + 5.1275 (時間) – 1.2121 (試験)
新入生の「時間」と「試験」の値を代入することで、彼らの予測スコアを計算できます。
たとえば、新しい DataFrame の最初の生徒の時間の値は1 、試験の値は1でした。
したがって、彼らの予測スコアは次のように計算されました。
スコア = 71.4048 + 5.1275(1) – 1.2121(1) = 75.32 。
新しいデータフレーム内の各生徒のスコアも同じ方法で計算されました。
追加リソース
次のチュートリアルでは、Python で他の一般的なタスクを実行する方法について説明します。
Python でロジスティック回帰を実行する方法
Python で回帰モデルの AIC を計算する方法
Python で調整済み R 二乗を計算する方法