import pandas
import statsmodels.api as sm
import statsmodels.formula.api as smf
import seaborn
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['figure.dpi'] = 100

pandas.set_option('display.float_format', lambda x:'%.2f'%x)
# Đọc dữ liệu
data = pandas.read_csv('LasVegas.csv', low_memory=False)
# Tinh chỉnh câu hỏi nghiên cứu
sub1=data[(data['Score']>=3) & (data['Score']<=5)]
# Mã hóa biến phân loại theo kiểu nhị phân cho biến Gym
recode1 = {"NO":0 ,"YES":1}
sub1['Gym1']= sub1['Gym'].map(recode1)
# Chuyển sang dữ liệu số
sub1['Gym1'] = pandas.to_numeric(sub1['Gym1'], errors='coerce')
# Canh chuẩn biến Score
sub1['Score_c'] = (sub1['Score'] - sub1['Score'].mean())
# Canh chuẩn biến Nr. reviews
sub1['Nrreviews_c'] = (sub1['Nrreviews'] - sub1['Nrreviews'].mean())

# Phân tích
print('Phân tích hồi quy với biến giải thích là phân loại và biến phản hồi là định lượng')
print('Thêm 1 biến ẩn định lượng vào')
reg1 = smf.ols('Score_c ~ Gym1 + Helpfulvotes + Nrreviews_c', data=sub1).fit()
print (reg1.summary())
# Mô hình hồi quy đa thức
print('Mô hình hồi quy đa thức với 2 biến')
reg2 = smf.ols('Nrhotelreviews  ~ Helpfulvotes + I(Helpfulvotes**2) + Nrreviews_c', data=sub1).fit()
print (reg2.summary())

sub2 = data[['Nrhotelreviews', 'Helpfulvotes', 'Nrreviews']].dropna()
scat1 = seaborn.regplot(x="Helpfulvotes", y="Nrreviews", scatter=True, data=sub1)
scat1 = seaborn.regplot(x="Helpfulvotes", y="Nrreviews", scatter=True, order=2, data=sub1)

# Đồ thị
plt.title('Đồ thị biểu diễn mô hình hồi quy đa thức')
plt.xlabel('Phiếu bầu hữu ích')
plt.ylabel('Tổng số Nr Reviews')
plt.show()