python - regresion - Obtener la línea de regresión para trazar una regresión de Pandas

regresion lineal python paso a paso

Question

He intentado con los pd.ols (pandas) y los (modelos de estadísticas) sm.ols obtener un gráfico de dispersión de regresión con la línea de regresión , puedo obtener el diagrama de dispersión, pero parece que no puedo obtener los parámetros para obtener el línea de regresión a la gráfica Probablemente sea obvio que estoy haciendo una codificación de cortar y pegar aquí :-( (usando esto como una guía: http://nbviewer.ipython.org/github/weecology/progbio/blob/master/ipynbs/statistics.ipynb

Mis datos están en un marco de datos de pandas y la columna x está fusionada2 [: - 1] .lastqu y la columna de datos y está fusionada2 [: - 1]. Unidades Mi código ahora es el siguiente: para obtener la regresión:

def fit_line2(x, y):
X = sm.add_constant(x, prepend=True) #Add a column of ones to allow the calculation of the intercept
model = sm.OLS(y, X,missing=''drop'').fit()
"""Return slope, intercept of best fit line."""
X = sm.add_constant(x)
return model
model=fit_line2(merged2[:-1].lastqu,merged2[:-1].Units)
print fit.summary()

^^^^ parece estar bien

intercept, slope = model.params << I don''t think this is quite right
plt.plot(merged2[:-1].lastqu,merged2[:-1].Units, ''bo'')
plt.hold(True)

^^^^^ esto obtiene el diagrama de dispersión hecho * * y lo siguiente no me da una línea de regresión

x = np.array([min(merged2[:-1].lastqu), max(merged2[:-1].lastqu)])
y = intercept + slope * x
plt.plot(x, y, ''r-'')
plt.show()

Un snippit del Dataframe: el [: -1] elimina el período actual de los datos que posteriormente serán una proyección

Units lastqu Uperchg lqperchg fcast errpercent nfcast
date
2000-12-31 7177 NaN NaN NaN NaN NaN NaN
2001-12-31 10694 2195.000000 0.490038 NaN 10658.719019 1.003310 NaN
2002-12-31 11725 2469.000000

Editar:

Encontré que podía hacer:

fig = plt.figure(figsize=(12,8))
fig = sm.graphics.plot_regress_exog(model, "lastqu", fig=fig)

como se describe aquí en el documento de Statsmodels, que parece ser lo principal que quería (y más) ¡aún me gustaría saber dónde me equivoqué en el código anterior!

Answer 1

Compruebe qué valores tiene en sus matrices y variables.

Supongo que tu x es simplemente nans, porque usas los mínimos y máximos de Python. Al menos eso sucede con la versión de Pandas que tengo abierta actualmente.

Los métodos mínimo y máximo deberían funcionar, ya que saben cómo manejar nan o valores perdidos

>>> x = pd.Series([np.nan,2], index=[''const'',''slope''])
>>> x
const NaN
slope 2
dtype: float64
>>> min(x)
nan
>>> max(x)
nan
>>> x.min()
2.0
>>> x.max()
2.0