https://bashtage.github.io/linearmodels/doc/panel/examples/examples.html
組合は誰の賃金を上げるのか？若い男性のユニオニズムと賃金率決定の動的モデルの例題
linearmodelsをinstallする
pip install linearmodels (Relesed Mar 8,2021)
操作変数法(隠れた要因をあぶりだすための方法？)
データセットは教育歴の既婚女性の給与への効果に関するデータ
データセットの変数の意味 nlf 1 if in labor force, 1975 hours 労働時間 kidslt6 6歳未満の子供 kidsge6 6歳以上から18歳までの子供 age 女性の年齢 educ 教育年数 wage 賃金からの推定賃金 repwage 1976年のインタビューでrepwageが賃金を報告した hushrs 夫が働いた時間 husage 夫の年齢 huseduc 夫の学校教育の年 huswage 夫の時給 faminc 家族の収入 mtr 女性が直面している限界税率 motheduc 母親の学校教育の年 fatheduc 父の学校教育の年 unem unem. rate in county of resid. city =1 if live in SMSA exper actual labor mkt exper nwifeinc (faminc - wage*hours)/1000 lwage log(wage) expersq exper^2
通常の線形回帰
父親が教育を受けた年数を操作変数として分析をする
通常の回帰分析と操作変数による分析を比較巣r
データはkaggleの
www.kaggle.com
から取得。本とは違いcsvファイルであったが一部カラムがないがほぼ同じと思われる。
単回帰分析と散布図を描画
重回帰分析をする、各変数の相関係数をヒートマップで表現、number_of_reviewとreviews_per_monthが近すぎるので
reviews_per_monthは除くことにする
このモデルのR自乗値を求める
VIF値を求める
どの変数も10は超えてないので問題はない
Seabornを使ってpairplotを描画してみる
ランドマークとAirbnbホストとの距離を測ってみる
自由の女神との距離が近いと価格が高くなる傾向が若干見て取れる
ホストの位置をマップ上にプロット
省略
省略
データ読み込み（26カラム、205レコード）
単回帰分析をstatsmodelsパッケージで行ってみる
x_listが5章でいきなり出てくるがこれは4章の113ページに出てくるやつ。
重回帰分析の結果、enginsize,wheerbase,horsepower(馬力のこと)が正の相関を示している
ダミ変数ーを導入した結果カラム数が26から201カラムに増えた
多重共線性の有無、本の結果とは違ったが各項目とも10は超えていない。
