<aside> <img src="/icons/condense_yellow.svg" alt="/icons/condense_yellow.svg" width="40px" /> Python | 统计模型 | 线性回归 | 非线性 | 推理 | 教育 | 分数 | 最小二乘法 | 置信区间 | 测试

</aside>

🎯要点

1. 经典统计方法：🖊 A/B测试，计算两个均值样本的置信区间，🖊最小二乘法计算变量估值，🖊使用非线性关系式表示线性回归。🖊实例：高等教育和数学高分的事件的关联性。

🍇Python线性回归示例

在统计学中，简单线性回归是具有单个解释变量的线性回归模型。 在简单线性回归中，我们根据一个变量的结果来预测另一个变量的分数。 标准变量 Y 是我们预测的变量。 预测变量 X 是我们用来进行预测的变量。 这种预测方法被称为简单回归，因为只有一个预测变量，结果，对于具有一个自变量和一个因变量的二维样本点，发现了一种线性函数，该线性函数将因变量的值预测为自变量的函数。

$$ y=m x+c $$

这是简单的线性回归方程，其中 c 是常数，m 是斜率，描述了 x（自变量）和 y（因变量）之间的关系。 该系数可以是正值，也可以是负值，是自变量每变化 1 个单位，因变量的变化程度。

$$ Y_i=\beta_0+\beta_1 X_i $$

$\beta 0$（y 截距）和 $\beta 1$（斜率）是系数，其值代表预测值与实际值的准确性。

我们需要 Pandas 进行数据操作，NumPy 进行数学计算，MatplotLib 和 Seaborn 进行可视化。 Sklearn 库用于机器学习操作。

 # Import libraries
 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 import seaborn as sns
 from sklearn.model_selection import train_test_split
 from pandas.core.common import random_state
 from sklearn.linear_model import LinearRegression

从此处下载数据集并将其上传到您的笔记本并将其读入 pandas 数据框。

 # Get dataset
 df_sal = pd.read_csv('/content/Sal_Data.csv')
 df_sal.head()

现在我们已经准备好了数据，让我们详细分析和了解它的趋势。为此，我们可以首先描述以下数据 -

 # Describe data
 df_sal.describe()

我们还可以使用 Seaborn distplot 直观地了解数据的分布情况

 # Data distribution
 plt.title('Sal Distribution Plot')
 sns.distplot(df_sal['Sal'])
 plt.show()

distplot 或分布图显示数据分布的变化。 它通过将线条与直方图相结合来表示数据。然后我们检查数据间的关系 -

 # Relationship between Salary and Experience
 plt.scatter(df_sal['YearsExp'], df_sal['Sal'], color = 'lightcoral')
 plt.title('Sal vs Exp')
 plt.xlabel('Years of Exp')
 plt.ylabel('Sal')
 plt.box(False)
 plt.show()

将数据集拆分为因变量/自变量