Analisis de Regresion Lineal Multiple: Comprobacion de supuestos
Вставка
- Опубліковано 25 жов 2024
- Como ejecutar una regresión lineal en python? validación de supuestos? normalidad? homocedasticidad? visualizacion? correlacion Pearson?
En este episodio de la serie de videos en el tutorial course - curso de estadistica y ciencia de datos con Python discutimos la #Regresion multiple y sus diferentes etapas, así como un énfasis a las suposiciones en la validacion del #modelo.
Temas a tratar en este tutorial:
Lectura de datos y carga de bibliotecas en #Python
Entender el problema y los datos: precios de casas
Descripción de cada feature o variable mediante graficos
Histogramas, gráficos de densidad y puntos con seaborn
Análisis exploratorio de los datos : EDA
Extracción de datos de entrenamiento y prueba
Calculo de correlación de Pearson y mapas de calor
Que es la multicolinealidad y como eliminarla
Ajuste de un modelo de regresión multiple
Uso de bibliotecas: pandas, statsmodels y matplotlib #statsmodels
Cuales son las suposiciones/supuestos de la regresión lineal ?
Como probar normalidad? Shapiro que?
Que es la varianza constante? como arreglar esto?
Que son residuales estandar? valores ajustados?
Valores extremos? de influencia?
Gráficos comparativos: distribuciones, densidad, histogramas
Análisis exploratorio y visual
Uso de pandas para manipulacion de datos
Utilización de scipy para tests
-archive.ics.uc...
Cap 2: Eliminar Outliers Analisis de #RegresionLinealMultiple Multicolinealidad varianza constante #Python : • Analisis Outliers Y Re...
Cap3: Analisis Regresion Lineal Multiple: Valor Influencia Leverage Cook y Seleccion Modelo R^2 MSE: • Analisis Regresion Lin...
Cualquier comentario o sugerencia bienvenido es.
Contacto: raulvalerio@gmail.com
My youtube channel in English, statistical analysis and more:
/ @rvstats_eng
Analisis exploratorio de datos Fastfood: • EDA y Analisis de Dato...
Analisis exploratorio y manipulacion de datos
Como eliminar columnas, Revisar y trabajar con valores nulos o faltantes
Creacion de tablas de contingencia / cruzadas, subconjuntos mediante un filtro
Dataframes con Pandas con Fastfood analisis: • EDA y Analisis Visual ...
Feature engineering: como crear nuevas variables
Como utilizar la funcion lambda en dataframes
boxplot, histogramas en pandas
Searborn: boxplot, histogramas y heatmap
Analisis exploratorio por categorias EDA con graficas: boxplot, histogramas en Seaborn: • ANOVA y Analisis confi...
Analisis confirmatorio con scipy: Prueba de hipotesis de medias independientes
Aplicacion y analisis con ANOVA one way
Remover o eliminar filas indices y columnas en Dataframes Pandas:
• Remover o eliminar fil...
Imputar y amputar valores nulos y faltantes: • Aprende a Imputar y am...
Reemplazar o renombrar valores, indices y columnas en Dataframes: • Reemplazar o renombrar...
Seleccion y filtrado de observaciones y columnas en Dataframes Python: • Seleccion y filtrado d...
Diferentes formas de definir y construir un dataframe: • Intro DataFrames con P...
Insertando (append) o creando nuevas columnas y valores: • DataFrames con Pandas ...
Que son los indices en un dataframe??? : • Reset y set index en D...
Instalando bibliotecas y modulos en Python: • 0.2 Instalación de num...
Secuencias y objeto range en Python: • 1.2 Range y secuencias...
Estadistica basica con Python: • Python | BoxPlot y est...
Manipulacion de listas en Python: • 1.3 Manipulacion de li...
Curso tutorial de Python
• Curso Tutorial Python
#MachineLearning en Python
• Python | Regresion lin...
Algoritmos de clustering jerarquicos en python
• V-1: Clustering jerarq...
Algoritmo de Clustering HDBSCAN, Kmeans con R
• Algoritmos de Clusteri...
#Algoritmo de clustering jerarquicos en R
• Hierarchical Clusterin...
Machine learning en R
• Machine Learning
Machine learning videos
• Machine Learning
#Aprender #Python desde cero para principiantes
value, column, indices, get, insert, describe, max, min, median, mean #RegresionLineal #StatsModel
SQL, dictionary, structure, element, spreadsheet, shape, size #EDA #Modelo
#tutorial beginner Aprendizaje análisis estadístico
Factor, vector, list, jupyter, notebook
entrada y salida input and output, statistical analysis
#Data mining mineria de datos
#Machine learning and supervised #learning
#Estadistica descriptiva #Analisis de datos # Graficas curso estadistica cero
#SupervisedLearning
Data science and statistical analysis
Curso analisis estadistico y ciencia de datos con R /Rstudio:
• Curso Tutorial R | Rst...
Segunda parte del Análisis de regresión y como mejorar la varianza de los residuales mediante eliminación de valores extremos ua-cam.com/video/EnIaNFVC3vM/v-deo.html
Realmente no entiendo como estos videos tienen tan pocas visualizaciones, tu video es bien explicativo e instructivo, de una me suscribí, me gusta mucho tu canal.
Un Saludo
Hola Dairon! Mil gracias por tu amable comentario. Pues ayudame y comparte :) saludos cordiales!
Excelente explicación, sobretodo la explicación de los supuestos, como interpretar y que posibles acciones tomar. Gran trabajo. Salu2.
Hola! Gracias por tu amable comentario.
Gracias, tu video me ayudó mucho en las dudas que tenía. Eres un crack!
Hola Jorge! Mil gracias por tu amable comentario y feliz te haya servido. Espero los demás vídeos te sean de ayuda igual.
excelente bother
Hola Ismael. Gracias por tu comentario tan especial. Espero igualmente los demás vídeos sean de tu agrado
Hola Raúl, excelente video, sumamente explicado y conciso al mismo tiempo. Quería saber, si yo quisiera hacer un forecast de una variable respecto a otras dos, entiendo que esto no sería viable usarlo? Es decir RLM
Hola Enrique. Gracias por tus palabras. Podrías decirme si la variable que mencionas es la independiente? y las otras dos las dependientes? Si es así, claro que se puede hacer una regresión también.
gracias y nuevo suscriptor
Gracias por tu apoyo!!
Eres un genio
Hola Javier. Mil gracias por tu comentario. Se agradece mucho. Igualmente, espero te gusten los demás videos sobre regresión lineal y eliminación de outliers ua-cam.com/video/EnIaNFVC3vM/v-deo.html