超越R²:用Python实现专业级一元回归分析与诊断全流程
当我们谈论线性回归时,R²常常成为衡量模型好坏的唯一标准。但真实的数据分析远不止于此——一个优秀的模型需要经受统计假设检验的严格考验,而Python的statsmodels库为我们提供了完整的诊断工具包。本文将带您从基础拟合跃升到专业级回归分析,通过代码实战掌握模型验证的全套方法论。
1. 环境准备与数据加载
在开始之前,确保您的Python环境已安装以下库:
python复制import numpy as np
import pandas as pd
import statsmodels.api as sm
import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats
让我们加载示例数据集——航空公司正点率与投诉次数的业务场景:
python复制# 构建示例数据
data = pd.DataFrame({
'on_time_rate': [81.8, 76.6, 76.6, 75.7, 73.8, 72.2, 71.2, 70.8, 69.6, 68.5],
'complaints': [8, 10, 14, 16, 17, 18, 20, 24, 26, 29]
})
提示:实际工作中建议使用pd.read_csv()加载真实业务数据。保持数据清洁是分析的第一步,务必检查缺失值和异常值。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 基础回归建模与结果解读
使用statsmodels进行OLS回归建模:
python复制# 添加常数项
X = sm.add_constant(data['on_time_rate'])
y = data['complaints']
# 构建并拟合模型
model = sm.OLS(y, X).fit()
print(model.summary())
模型输出包含丰富信息,我们需要重点关注的几个关键指标:
| 统计量 | 含义 | 理想值 |
|---|---|---|
| R-squared | 解释变异比例 | 0.7以上较好 |
| Adj. R-squared | 调整后的解释力 | 接近R |
