跳轉至
第 7 章 · 統計基礎

7.5 相關與迴歸

⏱️ 30 分鐘 📖 互動式 🎯 統計

🎯 學習目標

  • Pearson / Spearman 相關
  • 簡單線性迴歸

🔗 相關分析

from scipy import stats
import numpy as np

x = np.random.randn(100)
y = 0.5 * x + np.random.randn(100) * 0.5

# Pearson
r, p = stats.pearsonr(x, y)
print(f"Pearson r = {r:.3f}, p = {p:.4f}")

# Spearman(單調關係)
rho, p = stats.spearmanr(x, y)
print(f"Spearman ρ = {rho:.3f}, p = {p:.4f}")

📈 簡單線性迴歸

slope, intercept, r, p, se = stats.linregress(x, y)
print(f"y = {slope:.3f} x + {intercept:.3f}")
print(f"R² = {r**2:.3f}")

💡 用 statsmodels

import statsmodels.api as sm

X = sm.add_constant(x)
model = sm.OLS(y, X).fit()
print(model.summary())

✏️ 練習題

  1. 算兩變數的 Pearson + Spearman
  2. 畫散佈圖 + 迴歸線
  3. 用 8.5 章的房價 vs AQI 算相關