Met deze methode kunnen we de volgende vergelijking vinden:<\/span><\/p>\n \u0177 = b0<\/sub> + b1<\/sub> x<\/strong><\/span><\/p>\n Goud:<\/span><\/p>\n Deze vergelijking kan ons helpen de relatie tussen de voorspeller en de responsvariabele te begrijpen, en kan worden gebruikt om de waarde van een responsvariabele te voorspellen gegeven de waarde van de voorspellende variabele.<\/span><\/p>\n In het volgende stapsgewijze voorbeeld ziet u hoe u OLS-regressie in Python uitvoert.<\/span><\/p>\n Voor dit voorbeeld maken we een dataset met de volgende twee variabelen voor 15 studenten:<\/span><\/p>\n We voeren een OLS-regressie uit, waarbij we uren gebruiken als voorspellende variabele en examenscore als responsvariabele.<\/span><\/p>\n De volgende code laat zien hoe u deze nep-dataset in panda’s kunt maken:<\/span><\/p>\n Vervolgens kunnen we de functies in de statsmodels-<\/a> module gebruiken om een OLS-regressie uit te voeren, waarbij uren<\/strong> als voorspellende variabele en score als responsvariabele<\/strong> worden gebruikt:<\/span><\/p>\n Uit de coef-<\/strong> kolom kunnen we de regressieco\u00ebffici\u00ebnten zien en de volgende aangepaste regressievergelijking schrijven:<\/span><\/p>\n Score = 65.334 + 1.9824*(uren)<\/strong><\/span><\/p>\n Dit betekent dat elk extra bestudeerd uur gepaard gaat met een gemiddelde stijging van de examenscore van 1,9824<\/strong> punten.<\/span><\/p>\n De oorspronkelijke waarde van 65.334<\/strong> vertelt ons de gemiddelde verwachte examenscore voor een student die nul uur studeert.<\/span><\/p>\n We kunnen deze vergelijking ook gebruiken om de verwachte examenscore te vinden op basis van het aantal uren dat een student studeert.<\/span><\/p>\n Een student die bijvoorbeeld 10 uur studeert, moet een examenscore van 85,158<\/strong> behalen:<\/span><\/p>\n Score = 65,334 + 1,9824*(10) = 85,158<\/strong><\/span><\/p>\n Zo interpreteert u de rest van de modelsamenvatting:<\/span><\/p>\n Ten slotte kunnen we het datavisualisatiepakket matplotlib<\/strong> gebruiken om de regressielijn te visualiseren die is aangepast aan de feitelijke gegevenspunten:<\/span> <\/p>\n De paarse stippen vertegenwoordigen de werkelijke gegevenspunten en de blauwe lijn vertegenwoordigt de aangepaste regressielijn.<\/span><\/p>\n We hebben ook de functie plt.text()<\/strong> gebruikt om de aangepaste regressievergelijking aan de linkerbovenhoek van de plot toe te voegen.<\/span><\/p>\n Als we naar de grafiek kijken, lijkt het erop dat de aangepaste regressielijn de relatie tussen de urenvariabele<\/strong> en de scorevariabele<\/strong> vrij goed weergeeft.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in Python kunt uitvoeren:<\/span><\/p>\n Hoe logistieke regressie uit te voeren in Python<\/a> Gewone kleinste kwadratenregressie (OLS) is een methode waarmee we een lijn kunnen vinden die het beste de relatie beschrijft tussen een of meer voorspellende variabelen en eenresponsvariabele . Met deze methode kunnen we de volgende vergelijking vinden: \u0177 = b0 + b1 x Goud: \u0177 : De geschatte responswaarde b 0 : De oorsprong van […]<\/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":[],"class_list":["post-3561","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Stap 1: Cre\u00eber de gegevens<\/b><\/span><\/h2>\n
\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' hours<\/span> ': [1, 2, 4, 5, 5, 6, 6, 7, 8, 10, 11, 11, 12, 12, 14],\n ' score<\/span> ': [64, 66, 76, 73, 74, 81, 83, 82, 80, 88, 84, 82, 91, 93, 89]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n hours score\n0 1 64\n1 2 66\n2 4 76\n3 5 73\n4 5 74\n5 6 81\n6 6 83\n7 7 82\n8 8 80\n9 10 88\n10 11 84\n11 11 82\n12 12 91\n13 12 93\n14 14 89<\/strong><\/pre>\n Stap 2: Voer een OLS-regressie uit<\/b><\/span><\/h2>\n
import<\/span> statsmodels.api as<\/span> sm\n<\/span>\n#define predictor and response variables\ny = df[' score<\/span> ']\nx = df[' hours<\/span> ']<\/span>\n\n#add constant to predictor variables\nx = sm. add_constant<\/span> (x)\n<\/span>\n#fit linear regression model\nmodel = sm. OLS<\/span> (y,x). fit<\/span> ()\n<\/span>\n#view model summary\nprint<\/span> ( model.summary<\/span> ())\n\n OLS Regression Results \n==================================================== ============================\nDept. Variable: R-squared score: 0.831\nModel: OLS Adj. R-squared: 0.818\nMethod: Least Squares F-statistic: 63.91\nDate: Fri, 26 Aug 2022 Prob (F-statistic): 2.25e-06\nTime: 10:42:24 Log-Likelihood: -39,594\nNo. Observations: 15 AIC: 83.19\nDf Residuals: 13 BIC: 84.60\nModel: 1 \nCovariance Type: non-robust \n==================================================== ============================\n coef std err t P>|t| [0.025 0.975]\n-------------------------------------------------- ----------------------------\nconst 65.3340 2.106 31.023 0.000 60.784 69.884\nhours 1.9824 0.248 7.995 0.000 1.447 2.518\n==================================================== ============================\nOmnibus: 4,351 Durbin-Watson: 1,677\nProb(Omnibus): 0.114 Jarque-Bera (JB): 1.329\nSkew: 0.092 Prob(JB): 0.515\nKurtosis: 1.554 Cond. No. 19.2\n==================================================== ============================<\/span><\/span><\/strong><\/pre>\n\n
Stap 3: Visualiseer de best passende lijn<\/strong><\/span><\/h2>\n
import<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n<\/span>\n#find line of best fit\na, b = np. polyfit<\/span> (df[' hours<\/span> '], df[' score<\/span> '], 1<\/span> )\n<\/span>\n#add points to plot\nplt. scatter<\/span> (df[' hours<\/span> '], df[' score<\/span> '], color=' purple<\/span> ')\n<\/span>\n#add line of best fit to plot\nplt. plot<\/span> (df[' hours<\/span> '], a*df[' hours<\/span> ']+b)\n<\/span>\n#add fitted regression equation to plot\nplt. text<\/span> ( 1<\/span> , 90<\/span> , 'y = ' + '{:.3f}'.format(b) + ' + {:.3f}'.format(a) + 'x', size= 12<\/span> )\n\n#add axis labels\n<\/span>plt. xlabel<\/span> (' Hours Studied<\/span> ')\nplt. ylabel<\/span> (' Exam Score<\/span> ')\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/ligne11.jpg\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Exponenti\u00eble regressie uitvoeren in Python<\/a>
Hoe AIC van regressiemodellen in Python te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"