用重复条目绘制置信度和预测区间
用重复条目绘制置信度和预测区间
提问于 2016-01-25 17:40:07
我有两个变量的相关图，x轴上的预测变量(温度)和y轴上的响应变量(密度)。我的最佳拟合最小二乘回归线是一个二阶多项式。我也想画出信心和预测的间隔。这答案中描述的方法似乎是完美的。然而，我的数据集(n=2340)对于许多(x，y)对都有重复的条目。我由此得出的情节如下：
下面是我的相关代码(从上面的链接答案中略作修改)：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.sandbox.regression.predstd import wls_prediction_std
import statsmodels.formula.api as smf
from statsmodels.stats.outliers_influence import summary_table
d = {'temp': x, 'dens': y}
df = pd.DataFrame(data=d)
x = df.temp
y = df.dens
plt.figure(figsize=(6 * 1.618, 6))
plt.scatter(x,y, s=10, alpha=0.3)
plt.xlabel('temp')
plt.ylabel('density')
# points linearly spaced for predictor variable
x1 = pd.DataFrame({'temp': np.linspace(df.temp.min(), df.temp.max(), 100)})
# 2nd order polynomial
poly_2 = smf.ols(formula='dens ~ 1 + temp + I(temp ** 2.0)', data=df).fit()
# this correctly plots my single 2nd-order poly best-fit line:
plt.plot(x1.temp, poly_2.predict(x1), 'g-', label='Poly n=2 $R^2$=%.2f' % poly_2.rsquared,
alpha=0.9)
prstd, iv_l, iv_u = wls_prediction_std(poly_2)
st, data, ss2 = summary_table(poly_2, alpha=0.05)
fittedvalues = data[:,2]
predict_mean_se = data[:,3]
predict_mean_ci_low, predict_mean_ci_upp = data[:,4:6].T
predict_ci_low, predict_ci_upp = data[:,6:8].T
# check we got the right things
print np.max(np.abs(poly_2.fittedvalues - fittedvalues))
print np.max(np.abs(iv_l - predict_ci_low))
print np.max(np.abs(iv_u - predict_ci_upp))
plt.plot(x, y, 'o')
plt.plot(x, fittedvalues, '-', lw=2)
plt.plot(x, predict_ci_low, 'r--', lw=2)
plt.plot(x, predict_ci_upp, 'r--', lw=2)
plt.plot(x, predict_mean_ci_low, 'r--', lw=2)
plt.plot(x, predict_mean_ci_upp, 'r--', lw=2)打印语句按预期计算为0.0。但是，我需要多项式最佳拟合线的单行，以及置信度和预测间隔(而不是我目前在绘图中的多条线)。有什么想法吗？
Update:在@kpie的第一个答案之后，我根据温度排序了我的信任和预测间隔数组：
data_intervals = {'temp': x, 'predict_low': predict_ci_low, 'predict_upp': predict_ci_upp, 'conf_low': predict_mean_ci_low, 'conf_high': predict_mean_ci_upp}
df_intervals = pd.DataFrame(data=data_intervals)
df_intervals_sort = df_intervals.sort(columns='temp')这取得了预期的成果：
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-01-25 18:24:34
你需要根据温度来排序你的预测值。我想*
因此，要获得良好的曲线，您必须使用numpy.polynomial.polynomial.polyfit，这将返回一个系数的列表。您将不得不将x和y数据拆分为2个列表，以便它适合于函数。
然后，您可以用以下方法绘制此函数：
def strPolynomialFromArray(coeffs):
return("".join([str(k)+"*x**"+str(n)+"+" for n,k in enumerate(coeffs)])[0:-1])
from numpy import *
from matplotlib.pyplot import *
x = linespace(-15,45,300) # your smooth line will be made of 300 smooth pieces
y = exec(strPolynomialFromArray(numpy.polynomial.polynomial.polyfit(xs,ys,degree)))
plt.plot(x , y)您可以查看更多的绘制光滑线这里只记得所有的线都是线性样条，因为连续曲率是不合理的。
我相信多项式拟合是用最小二乘拟合(process 在此描述)完成的。
祝好运!
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/34998772
复制相关文章
相似问题
腾讯云开发者
