{"id":3572,"date":"2023-07-16T18:41:15","date_gmt":"2023-07-16T18:41:15","guid":{"rendered":"https:\/\/statorials.org\/pt\/modelos-de-estatisticas-predizem\/"},"modified":"2023-07-16T18:41:15","modified_gmt":"2023-07-16T18:41:15","slug":"modelos-de-estatisticas-predizem","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/modelos-de-estatisticas-predizem\/","title":{"rendered":"Como fazer previs\u00f5es usando um modelo de regress\u00e3o em statsmodels"},"content":{"rendered":"

<\/p>\n

\n

Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para usar o ajuste do modelo de regress\u00e3o usando o m\u00f3dulo statsmodels<\/a> em Python para fazer previs\u00f5es sobre novas observa\u00e7\u00f5es:<\/span><\/p>\n

 model. predict<\/span> (df_new)\n<\/strong><\/pre>\n
 Esta sintaxe espec\u00edfica calcular\u00e1 os valores de resposta previstos para cada linha de um novo DataFrame chamado df_new<\/strong> , usando um modelo de regress\u00e3o adequado para modelos estat\u00edsticos chamado model<\/strong> .<\/span><\/p>\n
 O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n
 Exemplo: Fazendo previs\u00f5es usando um modelo de regress\u00e3o em Statsmodels<\/strong><\/span><\/h2>\n
 Suponha que temos o seguinte DataFrame do pandas que cont\u00e9m informa\u00e7\u00f5es sobre horas estudadas, exames preparat\u00f3rios realizados e nota final recebida pelos alunos de uma determinada turma:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' hours<\/span> ': [1, 2, 2, 4, 2, 1, 5, 4, 2, 4, 4, 3, 6],\n                   ' exams<\/span> ': [1, 3, 3, 5, 2, 2, 1, 1, 0, 3, 4, 3, 2],\n                   ' score<\/span> ': [76, 78, 85, 88, 72, 69, 94, 94, 88, 92, 90, 75, 96]})\n\n#view head of DataFrame\n<\/span>df. head<\/span> ()\n\n\thours exam score\n0 1 1 76\n1 2 3 78\n2 2 3 85\n3 4 5 88\n4 2 2 72<\/strong><\/pre>\n
 import<\/span> statsmodels. api<\/span> as<\/span> sm\n\n#define predictor and response variables\n<\/span>y = df[' score<\/span> ']\nx = df[[' hours<\/span> ', ' exams<\/span> ']]\n\n#add constant to predictor variables\n<\/span>x = sm. add_constant<\/span> (x)\n\n#fit linear regression model\n<\/span>model = sm. OLS<\/span> (y,x). fit<\/span> ()\n\n#view model summary\n<\/span>print<\/span> ( model.summary<\/span> ())\n\n                            OLS Regression Results                            \n==================================================== ============================\nDept. Variable: R-squared score: 0.718\nModel: OLS Adj. R-squared: 0.661\nMethod: Least Squares F-statistic: 12.70\nDate: Fri, 05 Aug 2022 Prob (F-statistic): 0.00180\nTime: 09:24:38 Log-Likelihood: -38.618\nNo. Observations: 13 AIC: 83.24\nDf Residuals: 10 BIC: 84.93\nDf Model: 2                                         \nCovariance Type: non-robust                                         \n==================================================== ============================\n                 coef std err t P>|t| [0.025 0.975]\n-------------------------------------------------- ----------------------------\nconst 71.4048 4.001 17.847 0.000 62.490 80.319\nhours 5.1275 1.018 5.038 0.001 2.860 7.395\nexams -1.2121 1.147 -1.057 0.315 -3.768 1.344\n==================================================== ============================\nOmnibus: 1,103 Durbin-Watson: 1,248\nProb(Omnibus): 0.576 Jarque-Bera (JB): 0.803\nSkew: -0.289 Prob(JB): 0.669\nKurtosis: 1.928 Cond. No. 11.7\n==================================================== ============================\n<\/strong><\/pre>\n
 Na coluna coef<\/strong> na sa\u00edda, podemos escrever o modelo de regress\u00e3o ajustado:<\/span><\/p>\n
 Pontua\u00e7\u00e3o = 71,4048 + 5,1275 (horas) \u2013 1,2121 (exames)<\/span><\/p>\n
 Agora, suponha que queiramos usar o modelo de regress\u00e3o ajustado para prever a \u201cpontua\u00e7\u00e3o\u201d de cinco novos alunos.<\/span><\/p>\n
 Primeiro, vamos criar um DataFrame para armazenar as cinco novas observa\u00e7\u00f5es:<\/span><\/p>\n
 #create new DataFrame\ndf_new = pd. DataFrame<\/span> ({' hours<\/span> ': [1, 2, 2, 4, 5],\n                       ' exams<\/span> ': [1, 1, 4, 3, 3]})<\/span>\n\n#add column for constant\ndf_new = sm. add_constant<\/span> (df_new)\n<\/span>\n#view new DataFrame\nprint<\/span> (df_new)\n\n   const hours exams\n0 1.0 1 1\n1 1.0 2 1\n2 1.0 2 4\n3 1.0 4 3\n4 1.0 5 3<\/span><\/span><\/strong><\/pre>\n
 A seguir, podemos usar a fun\u00e7\u00e3o prever()<\/strong> para prever a \u201cpontua\u00e7\u00e3o\u201d de cada um desses alunos, usando \u201choras\u201d e \u201cexames\u201d como valores para as vari\u00e1veis preditoras em nosso modelo de regress\u00e3o ajustado:<\/span><\/span><\/p>\n
 #predict scores for the five new students<\/span>\nmodel. predict<\/span> (df_new)\n\n0 75.320242\n1 80.447734\n2 76.811480\n3 88.278550\n4 93.406042\ndtype:float64\n<\/strong><\/pre>\n
 Veja como interpretar o resultado:<\/span><\/p>\n
 Podemos usar a fun\u00e7\u00e3o OLS()<\/strong> do m\u00f3dulo statsmodels para ajustar um modelo de regress\u00e3o linear m\u00faltipla<\/a> , usando “horas” e “exames” como vari\u00e1veis preditoras e “pontua\u00e7\u00e3o” como vari\u00e1vel de resposta:<\/span><\/p>\n