自助法迴歸（Bootstrapped regressions）

你在長灘市公園與遊憩部門研究 NO₂ 與 SO₂ 的關係時，注意到一群可能的離群值，你懷疑它們可能影響了相關性。

SO2 NO2 scatter

請用自助法（bootstrap）重抽樣來檢視相關性的不確定性，看看擬合結果是否穩定。為了方便起見，已經完成重抽樣並提供為 no2_so2_boot，未重抽樣的資料則為 no2_so2。

本練習屬於課程

用 Python 改善你的資料視覺化

檢視課程

練習說明

告訴 sns.lmplot() 需要為每個自助法 sample 繪製一條獨立的迴歸線。
將所有迴歸線設為 'steelblue'，並將透明度設為 20%。
關閉 Seaborn 預設在迴歸線周圍繪製的信賴帶。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

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()

編輯並執行程式碼