【Pythonと統計分析】シリーズ第1弾 単回帰分析でウェルズファーゴの株価を予測してみよう！後編

目安：この記事は3分で読めます

Pythonの醍醐味のひとつは、何と言っても統計学を駆使した分析が簡単にできることです。

そこで新たにスタートしたのがー

です。

シリーズ第1弾となる今回は、全3回となります。

すでに前編、中編をアップしています。
未読の方は、以下のリンク先でお読みください。

第1弾の最終回となる今回は、単回帰分析で得られた結果をチャートで描画することがテーマとなります。

▼ Pythonを効率的に学ぶなら ▼

▼ Udemyおすすめの講座 ▼
▶現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル

▶ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門

この記事の対象となる人

この記事でわかること

単回帰分析で得られた結果

まずは前回の復習ということで、Pythonの統計分析ライブラリとしてよく使われる『statsmodels』で得られた分析の結果を確認してみましょう。

単回帰分析の結果

単回帰分析の結果

初心者の方が見るべきは上の4つで十分、と前回の記事で説明しました。

そして今回注目して欲しいのが『３』で計算された数字－『const（切片）』と『^TXN（米金利）』の係数です。

これらの数値を使って回帰分析のチャートを作成します。

Pythonコード

まずは、コードの一覧をザっとお見せします。

これまでのコードに、チャートを作成するコードを追加します。

結論から先に言いますと、『Numpy』を使って作成するのが一番手っ取り早い方法です。

コード一覧

#ライブラリのインポート
import pandas as pd
import pandas_datareader as web
import matplotlib.pyplot as plt
%matplotlib inline

#追加でnumpyをインポート★
import numpy as np

import datetime

#WFCと米長期金利のデータをインポート
prices = ['WFC','^TNX']

df = pd.DataFrame()

for p in prices:
    df[p] = web.DataReader(p, data_source='yahoo',
                           start='2021-01-02',
                           end=datetime.date.today())['Adj Close']

#ここから単回帰分析の開始
import statsmodels.api as sm

x1 = df['^TNX']
y = df['WFC']

x = sm.add_constant(x1)

result = sm.OLS(y,x)

result.fit().summary()

#チャートを作成するコード★
plt.scatter(x1,y)
p = np.polyfit(x1,y,1)
f = np.poly1d(p)
plt.plot(x1,f(x1),c='red')
plt.grid()

★印が今回のポイントです。

下で詳しく解説しますが、回帰分析のチャートを描画する時は、『Numpy』を使うのが一番手っ取り早い方法です。

コードの解説

さて、コードの解説に移ります。

今回は、チャートの作成に関する箇所のみにフォーカスして解説します。

▶8行目

『numpy』は数学の計算をする際に、すばやくかつ効率的に行ってくれる拡張モジュールです。

回帰分析のチャートを作成する際にもよく使われます。

▶35行目

"plt.scatter( )" とするだけで、Xの値とYの値が交錯するポイントに点をプロットする『スキャッターチャート』を簡単に作成できます。
（）の中には（Xの値, Yの値）の順でチャートに描画したいデータを入れます。

今回は、25~26行目のコードでXの値に『米金利（^TNX）』をx1とし、Yの値に『ウェルズファーゴ（WFC）』をyとしてそれぞれ設定しています。

▶36~37行目

これら2つのコードは、近似式を作るための定型文と考えてください。
簡単に言えば、回帰直線を引くためのコードです。

"np.polyfit(x1,y,1)" とするだけで、一次近似となります。
最後の1を変えれば、その数に応じた近似式を作成できます。
今回は、一次近似のデータを変数 ”p” に入れました。

"np.poly1d(p)" とするだけで、関数が生成されます。簡単に言えば、Xの値が決まればYの値も決まるという設定をしたということです。
36行目の変数 ”p” を（）の中に入れるだけで、関数が簡単に出来上がります。

最後に出来上がった関数を変数 ”f” に入れました。

▶38行目

35行目で作ったスキャッタープロットのチャートに、『回帰直線』を重ねて描画するコードです。

”plt.plot(x1,f(x1))" とするだけで、簡単に回帰直線が描画されます。
"f(x1)"と書かないとエラーが発生しますので注意しましょう。
（）の中には、（Xの値、Yの値）の順で入れます。

分かりやすくするために今回は ” c='red' ” とし、回帰直線を赤いラインで描画しました。
"c" はcolorの略です。なのでこのコードは、"回帰直線を赤にして"という意味です。

▶39行目

グリッドラインをチャート内に表示するためのコードです。
”plt.grid()" とするだけで、簡単に縦横のグリッドラインが表示されます。

回帰分析のチャート

そして上のコードを実行すると、以下のチャートが描画されます。

回帰分析のチャート

右肩上がりの回帰直線となっていることがわかります。

ということは、ウェルズ・ファーゴ（WFC）と米金利の間には、同じ方向に動く関係性－いわゆる『順相関』の関係にあることが見てとれます。

『Pythonと統計分析シリーズ』の第1弾は、これで終わりです。

第2、第3弾と記事を書く予定ですが、統計学は奥が深い分野です。
そして、今なお発展している分野でもあります。

なので、当ブログでお伝えできる内容にはどうしても限界があります。

そこで統計学に興味があるけど知識が全くない... という方は、以下で紹介している2冊の本を読むことをジェイはおすすめします。

統計学を学ぼう

個人的に統計学は、すべての人が学ぶべき分野だとジェイは思っています。

その理由はいくつかありますが、ジェイが統計学をすすめる理由はー

です。

今回の記事を読んでー

『統計学を学びたい！』

『特に基本から学びたい！』

と思う人にジェイは以下の本をおすすめしています。

おすすめ本

初心者の方は、まず『絵』から入ってください。

これは鉄則です！

なぜか？

それは、先に統計学の専門用語とか数式を見ると、99.99％挫折するからです。

しかし『マンガでわかる統計学 素朴な疑問からゆる~く解説』を先に読めば、挫折率をグッと下げることができます。

上の本を読んだら、いよいよ『本番』です。

次は『コア・テキスト統計学』で、統計学の基本を学んでください。

『コア・テキスト統計学』を読破すれば、統計検定の2級に合格できると言われています。

ジェイも上2つの本を読んで統計学を勉強してきました。

なので、自信を持っておすすめすることができます。

この記事と出会ったのもの何かの縁です。

Pythonだけでなく統計学にもチャレンジしてみてください！

▼Pythonを学ぶならテックアカデミー▼

▶現役エンジニアのパーソナルメンターからマンツーマンで学べる

▶データサイエンスコース

▲独学が苦手な人におすすめ▲

まとめ

Pythonを学びたい方へ

今やPythonは、あらゆる分野で使われているプログラミング言語です。

Pythonを学んでおけば株式の投資に役立つだけでなく、これからのキャリアを形成する上でも力強い武器となるでしょう。

『私もPythonを学んでみたい！』

という人は以下のリンク先をご覧ください。

▼ Pythonを効率的に学ぶ方法を知りたいなら以下をクリック ▼

なぜプログラミングを学ぶ必要があるのか？その理由がわかります。

そして、『これがPythonを効率的に学ぶ方法だ！』と自信をもっておすすめする学習方法について解説しています。

この記事と出会ったのも何かの縁です。
ぜひチャレンジしてみてください！