Think Stats 第3版 ―Pythonで学ぶ統計学入門

11章重回帰分析

10章の線形最小二乗法によるフィットは回帰の一例であり、より一般的には「応答変数（従属変数）」と呼ばれるある変数群と、「説明変数（独立変数）」と呼ばれる別の変数群との関係をモデル化する問題を指します。

10章の例では、1つの応答変数と1つの説明変数のみであり、これは単回帰と呼びました。この章では、複数の説明変数と1つの応答変数のみの重回帰に進みます。複数の応答変数がある場合、それは多変量回帰と呼ばれますが、本書では扱いません。

11.1　統計モデル

10章では、SciPyのlinregress関数を使って、最小二乗法を計算しました。この関数は単回帰のみに対応しています。重回帰については、StatsModelsパッケージを使います。このパッケージは、さまざまな回帰やその他の分析手法を提供しています。

最初の例として、ペンギンデータを探索し続けます。データを読み込むときには、StatsModelsで使いやすくするために、以下の辞書を使ってスペースを含まない名前を列に付けます。

columns = {
    "Body Mass (g)": "mass",
    "Flipper Length (mm)": "flipper_length",
    "Culmen Length (mm)": "culmen_length",
    "Culmen Depth (mm)": "culmen_depth",
}

これでデータを読み込み、体重が欠損している行を削除し、列の名前を変更することができます。

penguins = (
    pd.read_csv("penguins_raw.csv")
    .dropna(subset=["Body Mass (g)"])
 .rename(columns=columns) ...