상관관계

• 두 변수 간의 선형적인 관계

  상관계수

  두 변수 간의 선형 관계의 강도와 방향 (-1 ≤ r ≤ 1)

  • r = 1: 강한 양의 선형관계
  • r = 0: 선형 관계 없음
  • r = -1: 강한 음의 선형관계

  • df.corr() #피어슨 (기본값)
  • df.corr(method='spearman') #스피어맨
  • df.corr(method='kendall') #켄달타우

상관계수에 대한 t검정

귀무가설: 두 변수 간에 상관관계가 없다. 대립가설: 두 변수 간에 상관관계가 있다.

• stats.pearsonr(x, y) #피어슨
• stats.spearmanr(x, y) # 스피어맨
• stats.kendalltau(x, y) # 켄달타우

단순 선형 회귀 분석

• OLS: 최소제곱법(Ordinary Least Squares)
• ols(’종속변수 ~ 독립변수’, data=df).fit()
• model.summary() 회귀 모델 통계적 요약
• model.predict() # 예측값
• model.get_prediction() # 예측값과 예측값에 대한 신뢰구간, 예측구간
• df['잔차'] = df['종속변수'] - model.predict(df)

다중 선형 회귀 분석

• ols(’종속변수 ~ 독립변수1 + 독립변수2’, data=df).fit()

범주형 변수

• 판다스의 pd.get_dummies(drop_first=True)로 원핫인코딩 처리