7、橄榄球数据的简单线性回归与RYOE指标分析

橄榄球数据的简单线性回归与RYOE指标分析

1. 数据初步观察与简单线性回归准备

在分析橄榄球数据时，通过图3 - 5和图3 - 6可以看到平均码数增益和剩余码数之间存在正线性关系。虽然分箱和求平均值不能替代对整个数据集进行回归分析，但这种方法能让我们初步判断是否值得进行回归分析，还能帮助我们更好地“观察”数据。

2. 简单线性回归

在对数据进行整理和探究后，就可以进行简单线性回归了。Python和R在相关函数中使用相同的公式表示法。例如，要构建一个用剩余码数（ydstogo）预测冲球码数（rushing_yards）的简单线性回归模型，使用的公式是 rushing_yards ~ 1 + ydstogo 。

公式左边是目标变量（响应变量），右边是预测变量。这里的“1”是可选值，用于明确模型包含截距项。在实际代码中，很多时候不会在公式里包含截距项，但这里加上是为了让我们更明确地考虑模型中的这一项。

使用 statsmodels 包进行统计推断比更流行的Python包 scikit - learn 更合适，因为 scikit - learn 更适合机器学习。而且 statsmodels 使用的语法与R相似，便于比较两种语言。

Python代码示例 ：

import statsmodels.formula.api as smf
yard_to_go_py