Jak wykreślić przedział ufności w pythonie

Przedział ufności to zakres wartości, który prawdopodobnie będzie zawierał parametr populacji z pewnym poziomem ufności.

W tym samouczku wyjaśniono, jak wykreślić przedział ufności dla zbioru danych w języku Python przy użyciu biblioteki wizualizacji Seaborn .

Wykreślanie przedziałów ufności za pomocą funkcji lineplot()

Pierwszym sposobem wykreślenia przedziału ufności jest użyciefunkcji lineplot() , która łączy wszystkie punkty danych w zbiorze danych linią i wyświetla przedział ufności wokół każdego punktu:

 import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

#create some random data
np.random.seed(0)
x = np.random.randint(1, 10, 30)
y = x+np.random.normal(0, 1, 30)

#create lineplot
ax = sns.lineplot(x, y)

Domyślnie funkcja lineplot() wykorzystuje 95% przedział ufności, ale może określić poziom ufności, który ma być używany z poleceniem ci .

Im niższy poziom ufności, tym węższy przedział ufności wokół linii. Na przykład tak wygląda 80% przedział ufności dla dokładnie tego samego zestawu danych:

 #create lineplot
ax = sns.lineplot(x, y, ci= 80 )

Wykreślanie przedziałów ufności za pomocą regplot()

Przedziały ufności można również wykreślić za pomocą funkcji regplot() , która wyświetla wykres rozrzutu zbioru danych z przedziałami ufności wokół szacowanej linii regresji:

 import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

#create some random data
np.random.seed(0)
x = np.random.randint(1, 10, 30)
y = x+np.random.normal(0, 1, 30)

#create regplot
ax = sns.regplot(x, y) 

Podobnie jak w przypadku funkcji lineplot(), funkcja regplot() domyślnie przyjmuje 95% przedział ufności, ale może określić poziom ufności, który ma być używany z poleceniem ci .

Ponownie, im niższy poziom ufności, tym węższy będzie przedział ufności wokół linii regresji. Na przykład tak wygląda 80% przedział ufności dla dokładnie tego samego zestawu danych:

 #create regplot
ax = sns.regplot(x, y, ci= 80 )

Dodatkowe zasoby

Co to są przedziały ufności?
Jak obliczyć przedziały ufności w Pythonie