Zeigen, Konfidenzintervalle und Grenzen in der Vorhersage scatter-plot

Hier ist, was ich zusammen gestellt habe. Ich habe versucht, genau zu emulieren deinem screenshot.

Gegeben

Einige detaillierte helper-Funktionen zum Plotten von Konfidenzintervallen.

import numpy as np
import scipy as sp
import scipy.stats as stats
import matplotlib.pyplot as plt


%matplotlib inline


def plot_ci_manual(t, s_err, n, x, x2, y2, ax=None):
    """Return an axes of confidence bands using a simple approach.

    Notes
    -----
    .. math:: \left| \: \hat{\mu}_{y|x0} - \mu_{y|x0} \: \right| \; \leq \; T_{n-2}^{.975} \; \hat{\sigma} \; \sqrt{\frac{1}{n}+\frac{(x_0-\bar{x})^2}{\sum_{i=1}^n{(x_i-\bar{x})^2}}}
    .. math:: \hat{\sigma} = \sqrt{\sum_{i=1}^n{\frac{(y_i-\hat{y})^2}{n-2}}}

    References
    ----------
    .. [1] M. Duarte.  "Curve fitting," Jupyter Notebook.
       http://nbviewer.ipython.org/github/demotu/BMC/blob/master/notebooks/CurveFitting.ipynb

    """
    if ax is None:
        ax = plt.gca()

    ci = t * s_err * np.sqrt(1/n + (x2 - np.mean(x))**2 / np.sum((x - np.mean(x))**2))
    ax.fill_between(x2, y2 + ci, y2 - ci, color="#b9cfe7", edgecolor="")

    return ax


def plot_ci_bootstrap(xs, ys, resid, nboot=500, ax=None):
    """Return an axes of confidence bands using a bootstrap approach.

    Notes
    -----
    The bootstrap approach iteratively resampling residuals.
    It plots `nboot` number of straight lines and outlines the shape of a band.
    The density of overlapping lines indicates improved confidence.

    Returns
    -------
    ax : axes
        - Cluster of lines
        - Upper and Lower bounds (high and low) (optional)  Note: sensitive to outliers

    References
    ----------
    .. [1] J. Stults. "Visualizing Confidence Intervals", Various Consequences.
       http://www.variousconsequences.com/2010/02/visualizing-confidence-intervals.html

    """ 
    if ax is None:
        ax = plt.gca()

    bootindex = sp.random.randint

    for _ in range(nboot):
        resamp_resid = resid[bootindex(0, len(resid) - 1, len(resid))]
        # Make coeffs of for polys
        pc = sp.polyfit(xs, ys + resamp_resid, 1)                   
        # Plot bootstrap cluster
        ax.plot(xs, sp.polyval(pc, xs), "b-", linewidth=2, alpha=3.0 / float(nboot))

    return ax

Code

# Computations ----------------------------------------------------------------
# Raw Data
heights = np.array([50,52,53,54,58,60,62,64,66,67,68,70,72,74,76,55,50,45,65])
weights = np.array([25,50,55,75,80,85,50,65,85,55,45,45,50,75,95,65,50,40,45])

x = heights
y = weights

# Modeling with Numpy
def equation(a, b):
    """Return a 1D polynomial."""
    return np.polyval(a, b) 

p, cov = np.polyfit(x, y, 1, cov=True)                     # parameters and covariance from of the fit of 1-D polynom.
y_model = equation(p, x)                                   # model using the fit parameters; NOTE: parameters here are coefficients

# Statistics
n = weights.size                                           # number of observations
m = p.size                                                 # number of parameters
dof = n - m                                                # degrees of freedom
t = stats.t.ppf(0.975, n - m)                              # used for CI and PI bands

# Estimates of Error in Data/Model
resid = y - y_model                           
chi2 = np.sum((resid / y_model)**2)                        # chi-squared; estimates error in data
chi2_red = chi2 / dof                                      # reduced chi-squared; measures goodness of fit
s_err = np.sqrt(np.sum(resid**2) / dof)                   # standard deviation of the error


# Plotting --------------------------------------------------------------------
fig, ax = plt.subplots(figsize=(8, 6))

# Data
ax.plot(
    x, y, "o", color="#b9cfe7", markersize=8, 
    markeredgewidth=1, markeredgecolor="b", markerfacecolor="None"
)

# Fit
ax.plot(x, y_model, "-", color="0.1", linewidth=1.5, alpha=0.5, label="Fit")  

x2 = np.linspace(np.min(x), np.max(x), 100)
y2 = equation(p, x2)

# Confidence Interval (select one)
plot_ci_manual(t, s_err, n, x, x2, y2, ax=ax)
#plot_ci_bootstrap(x, y, resid, ax=ax)

# Prediction Interval
pi = t * s_err * np.sqrt(1 + 1/n + (x2 - np.mean(x))**2 / np.sum((x - np.mean(x))**2))   
ax.fill_between(x2, y2 + pi, y2 - pi, color="None", linestyle="--")
ax.plot(x2, y2 - pi, "--", color="0.5", label="95% Prediction Limits")
ax.plot(x2, y2 + pi, "--", color="0.5")


# Figure Modifications --------------------------------------------------------
# Borders
ax.spines["top"].set_color("0.5")
ax.spines["bottom"].set_color("0.5")
ax.spines["left"].set_color("0.5")
ax.spines["right"].set_color("0.5")
ax.get_xaxis().set_tick_params(direction="out")
ax.get_yaxis().set_tick_params(direction="out")
ax.xaxis.tick_bottom()
ax.yaxis.tick_left() 

# Labels
plt.title("Fit Plot for Weight", fontsize="14", fontweight="bold")
plt.xlabel("Height")
plt.ylabel("Weight")
plt.xlim(np.min(x) - 1, np.max(x) + 1)

# Custom legend
handles, labels = ax.get_legend_handles_labels()
display = (0, 1)
anyArtist = plt.Line2D((0, 1), (0, 0), color="#b9cfe7")    # create custom artists
legend = plt.legend(
    [handle for i, handle in enumerate(handles) if i in display] + [anyArtist],
    [label for i, label in enumerate(labels) if i in display] + ["95% Confidence Limits"],
    loc=9, bbox_to_anchor=(0, -0.21, 1., 0.102), ncol=3, mode="expand"
)  
frame = legend.get_frame().set_edgecolor("0.5")

# Save Figure
plt.tight_layout()
plt.savefig("filename.png", bbox_extra_artists=(legend,), bbox_inches="tight")

plt.show()

Ausgabe

Mit plot_ci_manual():

Mit plot_ci_bootstrap():

Hoffe, das hilft. Cheers.

Details

1. Ich glaube, dass da die Legende ist außerhalb der Abbildung, es nicht zeigen, bis in matplotblib popup-Fenster. Es funktioniert gut in Jupyter mit %maplotlib inline.

2. Den primären Konfidenzintervall code (plot_ci_manual()) angepasst ist, von einem anderen Quelle produziert einen plot ähnlich wie der OP. Sie können wählen Sie eine fortgeschrittene Technik namens Rest-bootstrapping durch uncommenting die zweite option plot_ci_bootstrap().

Updates

1. Dieser post wurde aktualisiert mit dem überarbeiteten code kompatibel mit Python 3.
2. stats.t.ppf() akzeptiert der unteren tail-Wahrscheinlichkeit. Nach der folgenden Ressourcen t = sp.stats.t.ppf(0.95, n - m) wurde korrigiert, um t = sp.stats.t.ppf(0.975, n - m) zum Ausdruck, dass eine zweiseitige 95% t-Statistik (oder der einseitigen 97.5% t-Statistik).
   • original-notebook und Gleichung
   • Statistik Referenz (danke @Bonlenfum und @tryptofan)
   • überprüft t-Wert dof=17
3. y2 wurde aktualisiert und reagieren flexibel mit einem bestimmten Modell (@regeneration).
4. Eine abstrahierte equation - Funktion wurde Hinzugefügt, um wickeln Sie die Modell-Funktion. Nicht-lineare Regressionen sind möglich aber nicht nachgewiesen. Ergänzen Sie geeignete Variablen benötigt (danke @PJW).

Siehe Auch

• Dieser Beitrag auf Plotten bands mit statsmodels Bibliothek.
• Dieses tutorial auf Plotten bands und computing-Konfidenzintervalle mit uncertainties Bibliothek (installieren mit Vorsicht in einer separaten Umgebung).

Einem update zu pylang die große Antwort in Reaktion auf PJW: wenn Sie versuchen zu passen, der größer ist als Polynom Erster Ordnung, die Berechnung von y2 muss aktualisiert werden von:

y2 = np.linspace(np.min(y_model), np.max(y_model), 100)

zu

y2 = np.polyval(p,x2)

Den original-code funktioniert nur für ein Polynom Erster Ordnung (das ist einfach eine Linie).

In Reaktion auf tryptofan Kommentar, ja, um eine 95% two-tailed t-Statistik sollte der code aktualisiert werden

t = stats.t.ppf(0.95, n - m)

zu

t = stats.t.ppf(1-0.025, n - m)