MulaiMulai sekarang secara gratis

Regresi bootstrap

Saat bekerja untuk dinas taman dan rekreasi Long Beach menyelidiki hubungan antara NO2 dan SO2, Anda melihat sekelompok kemungkinan pencilan yang Anda curigai dapat mengacaukan korelasi.

SO2 NO2 scatter

Selidiki ketidakpastian korelasi Anda melalui bootstrap resampling untuk melihat seberapa stabil hasil pemodelan Anda. Untuk kenyamanan, pengambilan sampel bootstrap sudah selesai dan disediakan sebagai no2_so2_boot bersama dengan no2_so2 untuk data tanpa pengambilan sampel ulang.

Latihan ini adalah bagian dari kursus

Meningkatkan Visualisasi Data Anda di Python

Lihat Kursus

Petunjuk latihan

  • Beri tahu sns.lmplot() bahwa perlu menggambar garis regresi terpisah untuk setiap sample bootstrap.
  • Warnai setiap garis regresi dengan 'steelblue' dan buat opasitasnya 20%.
  • Nonaktifkan pita kepercayaan bawaan Seaborn di sekitar garis regresi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

sns.lmplot('NO2', 'SO2', data = no2_so2_boot,
           # Tell seaborn to a regression line for each sample
           ____ = 'sample', 
           # Make lines blue and transparent
           line_kws = {'____': 'steelblue', '____': 0.2},
           # Disable built-in confidence intervals
           ci = ____, legend = False, scatter = False)

# Draw scatter of all points
plt.scatter('NO2', 'SO2', data = no2_so2)

plt.show()
Edit dan Jalankan Kode