{"id":870,"date":"2023-07-28T11:48:31","date_gmt":"2023-07-28T11:48:31","guid":{"rendered":"https:\/\/statorials.org\/it\/grafico-residuo-python\/"},"modified":"2023-07-28T11:48:31","modified_gmt":"2023-07-28T11:48:31","slug":"grafico-residuo-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/grafico-residuo-python\/","title":{"rendered":"Come creare un grafico residuo in python"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Un <strong>diagramma dei residui<\/strong> \u00e8 un tipo di diagramma che visualizza i valori adattati rispetto ai residui di un <a href=\"https:\/\/statorials.org\/it\/python-di-regressione-lineare\/\" target=\"_blank\" rel=\"noopener\">modello di regressione<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Questo tipo di grafico viene spesso utilizzato per valutare se un modello di regressione lineare \u00e8 appropriato o meno per un dato set di dati e per verificare l&#8217; <a href=\"https:\/\/statorials.org\/it\/regressione-dell'eteroschedasticita\/\" target=\"_blank\" rel=\"noopener\">eteroschedasticit\u00e0<\/a> dei residui.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Questo tutorial spiega come creare un grafico dei residui per un modello di regressione lineare in Python.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Esempio: trama dei residui in Python<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Per questo esempio, utilizzeremo un set di dati che descrive gli attributi di 10 giocatori di basket:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #107d3f;\">import<\/span> numpy <span style=\"color: #107d3f;\">as<\/span> np\n<span style=\"color: #107d3f;\">import<\/span> pandas <span style=\"color: #107d3f;\">as<\/span> pd\n\n<span style=\"color: #008080;\">#create dataset<\/span>\ndf = pd.DataFrame({'rating': [90, 85, 82, 88, 94, 90, 76, 75, 87, 86],\n                   'points': [25, 20, 14, 16, 27, 20, 12, 15, 14, 19],\n                   'assists': [5, 7, 7, 8, 5, 7, 6, 9, 9, 5],\n                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]})\n\n<span style=\"color: #008080;\">#view dataset\n<\/span>df\n\n\trating points assists rebounds\n0 90 25 5 11\n1 85 20 7 8\n2 82 14 7 10\n3 88 16 8 6\n4 94 27 5 6\n5 90 20 7 9\n6 76 12 6 6\n7 75 15 9 10\n8 87 14 9 10\n9 86 19 5 7<\/strong><\/pre>\n<h3> <strong><span style=\"color: #000000;\">Grafico dei residui per una regressione lineare semplice<\/span><\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Supponiamo di adattare un modello di regressione lineare semplice utilizzando <em>i punti<\/em> come variabile predittiva e <em>il voto<\/em> come variabile di risposta:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#import necessary libraries<\/span>\n<span style=\"color: #107d3f;\">import<\/span> matplotlib.pyplot <span style=\"color: #107d3f;\">as<\/span> plt\n<span style=\"color: #107d3f;\">import<\/span> statsmodels.api <span style=\"color: #107d3f;\">as<\/span> sm\n<span style=\"color: #107d3f;\">from<\/span> statsmodels.formula.api <span style=\"color: #107d3f;\">import<\/span> ols\n\n<span style=\"color: #008080;\">#fit simple linear regression model\n<\/span>model = ols('rating ~ points', data=df). <span style=\"color: #3366ff;\">fit<\/span> ()\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>print(model.summary())\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Possiamo creare un grafico residuo o adattato utilizzando la <a href=\"https:\/\/www.statsmodels.org\/stable\/generated\/statsmodels.graphics.regressionplots.plot_regress_exog.html\" target=\"_blank\" rel=\"noopener\">funzione plot_regress_exog()<\/a> dalla libreria statsmodels:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define figure size\n<\/span>fig = plt.figure(figsize=(12,8))\n\n<span style=\"color: #008080;\">#produce regression plots<\/span>\nfig = sm.graphics.plot_regress_exog(model, ' <span style=\"color: #008000;\">points<\/span> ', fig=fig)\n<\/strong><\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-9430 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotpython1.png\" alt=\"Trama residua in Python\" width=\"624\" height=\"415\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Vengono prodotti quattro appezzamenti. Quello nell&#8217;angolo in alto a destra \u00e8 la trama residua rispetto alla trama modificata. L&#8217;asse x su questo grafico mostra i valori effettivi dei <em>punti<\/em> della variabile predittore e l&#8217;asse y mostra il residuo per quel valore.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Poich\u00e9 i residui sembrano essere sparsi in modo casuale attorno allo zero, ci\u00f2 indica che l&#8217;eteroschedasticit\u00e0 non \u00e8 un problema con la variabile predittrice.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Grafici residui per regressione lineare multipla<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Supponiamo invece di adattare un modello di regressione lineare multipla utilizzando <em>assist<\/em> e <em>rimbalzi<\/em> come variabile predittiva e <em>valutazione<\/em> come variabile di risposta:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit multiple linear regression model\n<\/span>model = ols('rating ~ assists + rebounds', data=df). <span style=\"color: #3366ff;\">fit<\/span> ()\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>print(model.summary())\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Ancora una volta, possiamo creare un grafico dei residui rispetto a quello dei predittori per ciascuno dei singoli predittori utilizzando la <a href=\"https:\/\/www.statsmodels.org\/stable\/generated\/statsmodels.graphics.regressionplots.plot_regress_exog.html\" target=\"_blank\" rel=\"noopener\">funzione plot_regress_exog()<\/a> dalla libreria statsmodels.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ad esempio, questo \u00e8 l&#8217;aspetto del grafico residui\/predittore per <em>gli assist<\/em> delle variabili predittore:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create residual vs. predictor plot for 'assists'\n<\/span>fig = plt.figure(figsize=(12,8))\nfig = sm.graphics.plot_regress_exog(model, ' <span style=\"color: #008000;\">assists<\/span> ', fig=fig)\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-9431 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotpython2.png\" alt=\"Terreno residuo o rettificato\" width=\"625\" height=\"409\" srcset=\"\" sizes=\"\"><\/span><\/p>\n<p> <span style=\"color: #000000;\">E questo \u00e8 l&#8217;aspetto del grafico residui\/predittore per i <em>rimbalzi<\/em> della variabile predittore:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create residual vs. predictor plot for 'assists'\n<\/span>fig = plt.figure(figsize=(12,8))\nfig = sm.graphics.plot_regress_exog(model, ' <span style=\"color: #008000;\">rebounds<\/span> ', fig=fig)\n<\/strong><\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-9432 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotpython3.png\" alt=\"Trama residua o aggiustata in Python\" width=\"624\" height=\"408\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">In entrambi i grafici, i residui sembrano essere sparsi in modo casuale attorno allo zero, indicando che l&#8217;eteroschedasticit\u00e0 non \u00e8 un problema con nessuna delle variabili predittive del modello.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Un diagramma dei residui \u00e8 un tipo di diagramma che visualizza i valori adattati rispetto ai residui di un modello di regressione . Questo tipo di grafico viene spesso utilizzato per valutare se un modello di regressione lineare \u00e8 appropriato o meno per un dato set di dati e per verificare l&#8217; eteroschedasticit\u00e0 dei residui. [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Come creare un grafico residuo in Python - Statorials<\/title>\n<meta name=\"description\" content=\"Una semplice spiegazione su come creare una trama residua in Python.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/it\/grafico-residuo-python\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Come creare un grafico residuo in Python - Statorials\" \/>\n<meta property=\"og:description\" content=\"Una semplice spiegazione su come creare una trama residua in Python.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/grafico-residuo-python\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-28T11:48:31+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotpython1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/it\/grafico-residuo-python\/\",\"url\":\"https:\/\/statorials.org\/it\/grafico-residuo-python\/\",\"name\":\"Come creare un grafico residuo in Python - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-07-28T11:48:31+00:00\",\"dateModified\":\"2023-07-28T11:48:31+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Una semplice spiegazione su come creare una trama residua in Python.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/grafico-residuo-python\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/grafico-residuo-python\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/grafico-residuo-python\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Come creare un grafico residuo in python\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/it\/#website\",\"url\":\"https:\/\/statorials.org\/it\/\",\"name\":\"Statorials\",\"description\":\"La tua guida all&#039;alfabetizzazione statistica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/it\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9\",\"sameAs\":[\"https:\/\/statorials.org\/it\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Come creare un grafico residuo in Python - Statorials","description":"Una semplice spiegazione su come creare una trama residua in Python.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/it\/grafico-residuo-python\/","og_locale":"it_IT","og_type":"article","og_title":"Come creare un grafico residuo in Python - Statorials","og_description":"Una semplice spiegazione su come creare una trama residua in Python.","og_url":"https:\/\/statorials.org\/it\/grafico-residuo-python\/","og_site_name":"Statorials","article_published_time":"2023-07-28T11:48:31+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/residplotpython1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Benjamin anderson","Est. reading time":"2 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/it\/grafico-residuo-python\/","url":"https:\/\/statorials.org\/it\/grafico-residuo-python\/","name":"Come creare un grafico residuo in Python - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-07-28T11:48:31+00:00","dateModified":"2023-07-28T11:48:31+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Una semplice spiegazione su come creare una trama residua in Python.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/grafico-residuo-python\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/grafico-residuo-python\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/grafico-residuo-python\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Come creare un grafico residuo in python"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/it\/#website","url":"https:\/\/statorials.org\/it\/","name":"Statorials","description":"La tua guida all&#039;alfabetizzazione statistica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/it\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9","sameAs":["https:\/\/statorials.org\/it"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/870"}],"collection":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/comments?post=870"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/870\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=870"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=870"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=870"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}