วิธีการพล็อตช่วงความมั่นใจใน python

ช่วงความเชื่อมั่น คือช่วงของค่าที่น่าจะมีพารามิเตอร์ประชากรที่มีระดับความเชื่อมั่นที่แน่นอน

บทช่วยสอนนี้จะอธิบายวิธีการสร้างช่วงความเชื่อมั่นสำหรับชุดข้อมูลใน Python โดยใช้ ไลบรารีการแสดงภาพ Seaborn

การวางแผนช่วงความมั่นใจโดยใช้ lineplot()

วิธีแรกในการวางแผนช่วงความเชื่อมั่นคือการใช้ฟังก์ชัน lineplot() ซึ่งเชื่อมต่อจุดข้อมูลทั้งหมดในชุดข้อมูลด้วยเส้น และแสดงแถบความเชื่อมั่นรอบๆ แต่ละจุด:

 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)

ตามค่าเริ่มต้น ฟังก์ชัน lineplot() จะใช้ช่วงความเชื่อมั่น 95% แต่สามารถระบุระดับความเชื่อมั่นที่จะใช้กับคำสั่ง ci ได้

ยิ่งระดับความเชื่อมั่นน้อยลง ช่วงความเชื่อมั่นรอบเส้นก็จะยิ่งแคบลง ตัวอย่างเช่น นี่คือลักษณะของช่วงความเชื่อมั่น 80% สำหรับชุดข้อมูลเดียวกันทุกประการ:

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

การวางแผนช่วงความเชื่อมั่นโดยใช้ regplot()

คุณยังสามารถพล็อตช่วงความเชื่อมั่นได้โดยใช้ ฟังก์ชัน regplot() ซึ่งแสดงแผนภาพกระจายของชุดข้อมูลที่มีแถบความเชื่อมั่นรอบๆ เส้นการถดถอยโดยประมาณ:

 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) 

เช่นเดียวกับ lineplot() ฟังก์ชัน regplot() มีค่าเริ่มต้นเป็นช่วงความเชื่อมั่น 95% แต่สามารถระบุระดับความมั่นใจที่จะใช้กับคำสั่ง ci ได้

ขอย้ำอีกครั้งว่า ยิ่งระดับความเชื่อมั่นน้อยลง ช่วงความเชื่อมั่นก็จะยิ่งแคบลงตามเส้นการถดถอย ตัวอย่างเช่น นี่คือลักษณะของช่วงความเชื่อมั่น 80% สำหรับชุดข้อมูลเดียวกันทุกประการ:

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

แหล่งข้อมูลเพิ่มเติม

ช่วงความเชื่อมั่นคืออะไร?
วิธีการคำนวณช่วงความมั่นใจใน Python