[선형 회귀분석, Linear Regression] with Python

하나 혹은 그 이상의 원인(독립변수)이 종속변수에 미치는 영향을 추적해서 식으로 표현하는 회귀분석을 복습해 보자.

 

 

 

 

이 전엔 이원배치 분산분석(Two-way ANOVA)에 대해서 정리해 보았다.

이원배치 분산분석(Two-way ANOVA)

 

 

 

회귀분석의 검토사항

• 모형이 데이터를 잘 적합하고 있는가?
• 회귀모형이 통계적으로 유의한가?
• 모형은 데이터를 얼마나 설명할 수 있는가?
• 모형 내의 회귀계수는 유의한가?

 

---

 

회귀분석은 kc_house_data를 활용해서 정리하고자 한다.

 

 

import pandas as pd
import numpy as np
 
house = pd.read_csv('data/kc_house_data.csv')
house = house[['price', 'sqft_living']]

 

> 분석에 필요한 데이터를 불러온다.

 

> 분석에 필요한 데이터인 독립변수(sqft_living)와 종속변수(price)를 house라는 변수로 불러온다.

 

 

 

house.corr()

 

> 불러온 두 변수 간에 상관관계를 알아보기 위해 상관계수를 확인해 본다.

 

> 약 0.7의 강한 양의 상관관계를 가지는 것으로 확인된다. 따라서 두 변수간 선형성을 가정한다.

 

 

 

 

from statsmodels.formula.api import ols
import matplotlib.pyplot as plt
 
y = house['price'] # 종속변수
X = house['sqft_living'] # 독립변수
 
lr = ols('price ~ sqft_living', data=house).fit()
y_pred = lr.predict(X)
 
plt.scatter(X, y) # 원본 데이터에 대한 산포도
plt.plot(X, y_pred, color='red') # 산출한 예측치에 대한 회귀직선
 
plt.xlabel('sqft_living', fontsize=10)
plt.ylabel('price', fontsize=10)
plt.title('Linear Regression Result')
plt.show()

OUTTRO.

 

 

선형 회귀분석은 분석과제를 수행할 때도, 통계분석을 할 때도 많이 쓰이는 방법 중 하나이다.

 

하지만 많이 쓰이는 것만큼 잘 알고 쓰는지에 대한 의문이 든다.

 

나에겐 검증의 목적으로 사용되는 회귀분석은 언제 쓰는 것인가, 어떻게 쓰는 것인가를 되뇌게 하는 요소이다.

 

그럼에도 나는 회귀분석이 선형성이 만족된 독립변수와 종속변수 간의 영향을 통계적인 수치로 증명할 수도, 회귀식을 통해 예측에 활용할 수도 있는 분석 방법 중 하나라고 정리가 된다.