【NumPy】重回帰分析(多変量解析)

スポンサーリンク

この記事では、Python言語とNumPyを用いて、重回帰分析(多変量解析)をする方法をソースコード付きで解説します。

スポンサーリンク

最小二乗法

重回帰分析とは、複数個の説明変数($x_1, x_2, \cdots$)で1つの目的変数($y$)を推定することです。

式で表すと以下のようになります。

\begin{eqnarray}
y = a_1x_1+a_2x_2+a_3x_3 + \cdots + b
\end{eqnarray}

ここで、 $a_1, a_2, a_3, \cdots$ は標準回帰係数である。

プログラムの処理手順はつぎのとおりです。

【処理手順】
①定量データを用意する
②目的変数(obj)と説明変数(exp)を設定する
③linalg.lstsq関数を用いて目的変数と説明変数から偏回帰係数を計算する
④計算結果を表示する

ソースコード

サンプルプログラムのソースコードは下記の通りです。

実行結果

サンプルプログラムの実行結果は下記の通りです。

a1 = 3.46981263012
a2 = 0.533009484155
b = -34.7129308351

【おすすめ関連記事】
Python入門 基本文法
NumPy入門 サンプルプログラム集

スポンサーリンク

シェア&フォローお願いします!