变量分析：①涉及分析：一个连续变量与一个连续变量间的关系。②双样本t检验：一个二分分类变量与一个连续变量间的关系。③方差分析：一个多分类分类变量与一个连续变量间的关系。

④卡方检验：一个二分分类变量或多分类分类变量与一个二分分类变量间的关系。本次讲解：线性重返：多个连续变量与一个连续变量间的关系。

其中线性重返分成非常简单线性重返和多元线性重返。／01／数据分析与数据挖掘数据库：一个存储数据的工具。

因为Python是内存计算出来，无法处置几十G的数据，所以有时数据清除需在数据库中展开。统计学：针对小数据的数据分析方法，比如对数据取样、描述性分析、结果检验。人工智能／机器学习／模式识别：神经网络算法，仿效人类神经系统运作，不仅可以通过训练数据展开自学，而且还能根据自学的结果对不得而知的数据展开预测。

／02／回归方程01非常简单线性重返非常简单线性重返只有一个自变量与一个因变量。所含的参数有「回归系数」「截距」「扰动项」。其中「扰动项」又称「随机误差」，遵从均值为0的正态分布。

线性重返的因变量实际值与预测值之差称作「残差」。线性重返目的使残差平方和最小化。下面以书中的案例，构建一个非常简单线性重返。创建收益与月均信用卡开支的预测模型。

importnumpyasnpimportpandasaspdimportstatsmodels．apiassmimportmatplotlib．pyplotaspltfromstatsmodels．formula．apiimportols＃避免pandas输入省略号情况及空格情况pd．set＿option（＇display．max＿columns＇，500）pd．set＿option（＇display．width＇，1000）＃读取数据，skipinitialspace：忽视分隔符后的空白df＝pd．read＿csv（＇creditcard＿exp．csv＇，skipinitialspace＝True）print（df．head（））读取数据，数据如下。对数据展开相关性分析。

＃提供信用卡有开支的行数据exp＝df［df［＇avg＿exp＇］．notnull（）］．copy（）．iloc［：，2：］．drop（＇age2＇，axis＝1）＃提供信用卡无开支的行数据，NaNexp＿new＝df［df［＇avg＿exp＇］．isnull（）］．copy（）．iloc［：，2：］．drop（＇age2＇，axis＝1）＃描述性统计分析exp．describe（include＝＇all＇）print（exp．describe（include＝＇all＇））＃相关性分析print（exp［［＇avg＿exp＇，＇Age＇，＇Income＇，＇dist＿home＿val＇］］．corr（method＝＇pearson＇））输入结果。找到收益（Income）和平均值开支（avg＿exp）相关性较小，值为0．674。用于非常简单线性重返创建模型。

＃用于非常简单线性重返创建模型lm＿s＝ols（＇avg＿exp～Income＇，data＝exp）．fit（）print（lm＿s．params）＃输入模型基本信息，回归系数及检验信息，其他模型临床信息print（lm＿s．summary（））一元线性回归系数的输入结果如下。从上由此可知，回归系数值为97．73，截距值为258．05。

模型概况如下。其中R值为0．454，P值相似于0，所以模型还是有一定参照意义的。用于线性重返模型测试训练数据集，得出结论其预测值及残差。＃分解的模型用于predict产生预测值，resid为训练数据集的残差print（pd．DataFrame（［lm＿s．predict（exp），lm＿s．resid］，index＝［＇predict＇，＇resid＇］）．T．head（））输入结果，可与最开始读取数据时输入的结果对比一下。

用于模型测试预测数据集的结果。＃对待预测数据集用于模型展开预测print（lm＿s．predict（exp＿new）［：5］）输入结果。

本文来源：全民购彩大厅首页-www.rme-pro.com