始める無料で始める

ブートストラップ回帰

Long Beach の公園・レクリエーション部門で NO2 と SO2 の関係を調査しているとき、相関を歪めているかもしれない外れ値のクラスターに気づきました。

SO2 NO2 scatter

フィットの安定性を確認するため、ブートストラップ再標本化によって相関の不確実性を調べましょう。利便性のため、ブートストラップ標本は完了済みで、非再標本化データの no2_so2 とともに no2_so2_boot として提供されています。

この演習はコースの一部です

Pythonでデータ可視化を磨く

コースを見る

演習の手順

  • 各ブートストラップ sample ごとに別々の回帰直線を描く必要があることを sns.lmplot() に指定します。
  • すべての回帰直線の色を 'steelblue' にし、透過度を20%にします。
  • 回帰直線の周囲にある Seaborn のデフォルトの信頼帯を無効にします。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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()
コードを編集して実行