[Python]回归模型01─运用OLS做回归

Hi! 大家好，我是Eric，这次要来用Python做回归模型。

• 缘起：回归模型是常见的分析方法，可用来分析数值变数之间的关系。
• 方法：运用 [Python]的[statsmodels.api] 套件。
• 使用资料：台北市交通统计月报-公车运量、台北市政府民政局-人口数、新北市政府民政局-人口数、台北大众捷运股份有限公司-捷运运量
• 参考来源：
• https://www.twblogs.net/a/5b7a95f72b7177392c966121
• https://learnku.com/articles/39890
• https://info.todohealth.com/22056516
• ttps://www.statsmodels.org/dev/generated/statsmodels.regression.linear_model.OLS.html

1. 载入套件。

import statsmodels.api as sm     #回归模型套件
import numpy as np               #资料处理套件
import pandas as pd              #资料处理套件

2. 输入资料。

df0 = pd.read_csv("TaipeiAllBus 0105.csv")   #输入资料
df0

3. 资料前处理。

df0_X = df0.drop("volumn", axis=1)           #将作为y的变数volunm删去，并另存为x
df0_X1 = df0_X.drop("transfer01", axis=1)    #之後要做相关系数，而因为transfer01变数为虚拟变数，故不须纳入做相关系数，故删除

df0_y = df0[["volumn"]]      #制作变数y

4. 相关系数检验。

rDf0 = df0_X1.corr()  #查看数据间的相关系数
print(rDf0)


%matplotlib inline
sns.set(font_scale=1.5)

sns.set_context({"figure.figsize":(8,8)})
sns.heatmap(data = rDf0, square = True, cmap="RdBu_r", annot = True) 

5. 检视资料分布情形。

import seaborn as sns               #载入分布图形套件
import matplotlib.pyplot as plt     #载入画图套件

sns.pairplot(df0, x_vars=["People","MRTpax", "shift", "kilometer"], y_vars='volumn', size=7, aspect=0.8, kind='reg')  
plt.show()

6. 建模。

df0_X = sm.add_constant(df0_X)   #增加模型的常数，使更为符合回归模型

model0 = sm.OLS(df0_y, df0_X)    #OLS回归
results0 = model0.fit()

print(results0.summary())

7. 大功告成。
下图就是回归的结果，可以看到各个x变数的系数，以及P值，检验哪些x变数对於y具有显着影响，另外也可由R2检验模型的解释能力。