-
Notifications
You must be signed in to change notification settings - Fork 7
/
problem4.py
257 lines (198 loc) · 8.94 KB
/
problem4.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
import numpy
import numpy.linalg as linal
from scipy.stats import f
from scipy.stats import t
from lib import pearson, read_column_from_csv, ess, rss
import matplotlib.pyplot as plt
variation = int(input("Введите ваш вариант:"))
k = 4
n = 40
file_path = 'data/4problem.csv'
def ls(var_to_calc, ridge=0, restricted=False):
"""
:param ridge: ridge coefficient
:param var_to_calc: variant from 1 to 10
:param restricted: model with restriction or not
:return: array of LS(least squares) coefficients
"""
x = get_x_matrix(var_to_calc, restricted)
# (X^T * X)
# numpy.dot is a matrix multiplication
# if ridge is none 0
if not restricted:
ar = numpy.zeros((4, 4), float)
numpy.fill_diagonal(ar, float(ridge))
x_step1 = numpy.dot(x.T, x) + ar
else:
x_step1 = numpy.dot(x.T, x)
# (X^T * X)^-1
x_step2 = linal.inv(x_step1)
# (X^T * X)^-1 * X^T
x_step3 = numpy.dot(x_step2, x.T)
# (X^T * X)^-1 * X^T * Y
y_1 = read_column_from_csv(column_number=3 + (var_to_calc - 1) * 4, file=file_path)
y_1 = numpy.array([y_1]).T
coefficient_vector = numpy.dot(x_step3, y_1)
return coefficient_vector.T[0]
def get_x_matrix(var_to_calc, restricted=False):
var_to_calc -= 1
x_2 = read_column_from_csv(column_number=0 + var_to_calc * 4, file=file_path)
x_3 = read_column_from_csv(column_number=1 + var_to_calc * 4, file=file_path)
x_4 = read_column_from_csv(column_number=2 + var_to_calc * 4, file=file_path)
y_1 = read_column_from_csv(column_number=3 + var_to_calc * 4, file=file_path)
len_of_data = len(y_1)
# vector of MSE coefficients is (X^T * X)^-1 * X^T * Y
# 1. make vector-column
x = numpy.ones((len_of_data, 1), dtype=float)
x_2 = numpy.array([x_2]).T
x_3 = numpy.array([x_3]).T
x_4 = numpy.array([x_4]).T
y_1 = numpy.array([y_1]).T
x = numpy.concatenate((x, x_2), axis=1)
if not restricted:
x = numpy.concatenate((x, x_3), axis=1)
x = numpy.concatenate((x, x_4), axis=1)
return x
def coefficient_variance(number_of_coefficient, y_arr, y_explained, x_matrix):
"""
:param number_of_coefficient: number from range(n)
:param y_arr: input y
:param y_explained: y explained array
:param x_matrix: x matrix from docs
:return: variance of coefficient
"""
variance_e_2 = rss(y_arr, y_explained) / (n - k)
# (X^T * X)^-1
mmatrix = linal.inv(numpy.dot(x_matrix.T, x_matrix))
v_matrix = numpy.dot(variance_e_2, mmatrix)
return v_matrix[number_of_coefficient][number_of_coefficient]
##############################################################
######### Оцените линейную зависимость y от x2, x3 и x4#######
####### методом наименьших квадратов #########################
##############################################################
print("""1. Оцените линейную зависимость y от x2, x3 и x4
методом наименьших квадратов""")
print()
# LS(least squares)
# b1 b2 b3 b4
coefficient_vector = ls(variation)
print("Коэфициенты b1 b2 b3 b4:")
print(coefficient_vector)
print()
##############################################################
######## Проверьте значимость регрессии в целом ##############
##############################################################
print("2. Проверьте значимость регрессии в целом")
print()
x_2 = read_column_from_csv(column_number=0 + (variation - 1) * 4, file=file_path)
x_3 = read_column_from_csv(column_number=1 + (variation - 1) * 4, file=file_path)
x_4 = read_column_from_csv(column_number=2 + (variation - 1) * 4, file=file_path)
y_1 = read_column_from_csv(column_number=3 + (variation - 1) * 4, file=file_path)
y_estimation = [coefficient_vector[0]
+ coefficient_vector[1] * x_2[i]
+ coefficient_vector[2] * x_3[i]
+ coefficient_vector[3] * x_4[i]
for i in range(40)]
ess_ur = ess(y_1, y_estimation)
rss_ur = rss(y_1, y_estimation)
# Fisher dist
f_crit = f.ppf(0.95, k - 1, n - k)
f_real = ess_ur / (k - 1) / (rss_ur / (n - k))
print('F (95%, k-1, n-4) is {}'.format(f_crit))
print('ess / (k - 1) / (rss / (n - k)) is {}'.format(f_real))
if f_crit < f_real:
print('Отвергаем гипотезу о значимости модели регрессии в целом (b1=b2=b3=b4=0)')
else:
print('Принимаем гипотезу о значимости модели регрессии в целом (b1=b2=b3=b4=0)')
print()
##############################################################
######## Проверьте значимость коэффициентов при объясняющих##
####### переменных по отдельности ############################
##############################################################
print('3. Проверьте значимость коэффициентов при объясняющих переменных по отдельности')
print()
t_critical = t.ppf(0.95, n - k)
print('Критическое значение t(n-k)~{}'.format(t_critical))
print()
for i in range(4):
t_val = (coefficient_vector[i] - 0) / (coefficient_variance(i, y_1, y_estimation, get_x_matrix(variation))) ** (1 / 2)
print("Гипотеза H0: коэффициент b{}=0".format(i + 1))
print('Критерий значимости для коэффициента b{}:\t{}'.format(i + 1, t_val))
if t_critical >= t_val >= -t_critical:
print('\tПринимаем гипотезу о том, что b{}=0'.format(i + 1))
else:
print('\tОтвергаем гипотезу о том, что b{}=0'.format(i + 1))
print()
##############################################################
######## Проверьте гипотезу о совместной значимости ##########
####### коэффициентов при переменных x3 и x4 #################
##############################################################
print('4. Проверьте гипотезу о совместной значимости коэффициентов при переменных x3 и x4')
print()
# it is the same model but assuming that x3 and x4 is equals to 0
# that is what we called r(Restricted by some condition like x3 = x4 = 0)
coefficient_vector_r = ls(variation, restricted=True)
y_estimation_r = [coefficient_vector_r[0]
+ coefficient_vector_r[1] * x_2[i]
for i in range(40)]
q = 2 # count of "=" in condition
# so condition is :
# x3=x4
# x3=0
# RSS Restricted
rss_r = rss(y_1, y_estimation_r)
f_r_critical = f.ppf(0.95, q, n - k)
f_r_real = (rss_r - rss_ur) / q / (rss_ur / (n - k))
print('F (95%, q, n-k) is {}'.format(f_r_critical))
print('(rss_r - rss_ur) / q / (rss_ur / (n - k)) is {}'.format(f_r_real))
if f_r_critical < f_r_real:
print('Отвергаем гипотезу о совместной значимости коэффициентов при переменных x3 и x4')
else:
print('Принимаем гипотезу о совместной значимости коэффициентов при переменных x3 и x4')
print()
##############################################################
######## Рассчитайте корреляционную матрицу ##################
######## для объясняющих переменных ##########################
##############################################################
print('5. Рассчитайте корреляционную матрицу для объясняющих переменных')
print()
corr_matrix = [y_1, x_2, x_3, x_4]
names = ["Y", "X2", "X3", "X4"]
tab = "\t"
print(tab + names[0] + tab + tab + names[1] + tab + tab + names[2] + tab + tab + names[3])
for i in range(4):
print(names[i], end=tab)
for j in range(4):
print("%.4f" % pearson(corr_matrix[i], corr_matrix[j]), end=tab)
print()
print()
##############################################################
######## Часть 2. Оценки Риджа ###############################
##############################################################
print('Постройте график зависимости оценок коэффициентов регрессии от λ')
print()
def draw_plot(sample_1, sample_2, numb):
plt.figure(num="B{}".format(numb))
plt.title("Dependence of b{} from lambda".format(numb))
plt.xlabel("lambda")
plt.ylabel("b{}".format(numb))
plt.plot(sample_1, sample_2)
plt.show()
lmd = []
b1 = []
b2 = []
b3 = []
b4 = []
for i in range(21):
res = ls(variation, ridge=(i / 10))
lmd.append(i / 10)
b1.append(res[0])
b2.append(res[1])
b3.append(res[2])
b4.append(res[3])
print("𝜆 = " + str(i / 10) + ";\t" + str(res))
print()
draw_plot(lmd, b1, 1)
draw_plot(lmd, b2, 2)
draw_plot(lmd, b3, 3)
draw_plot(lmd, b4, 4)