第十四周作业

本博客通过计算均值、方差、相关系数等统计指标,对比了Anscombe四重奏数据集的相似之处,并利用散点图和线性回归展示了数据集间的显著差异。尽管这些数据集在统计特性上几乎一致,但其实际分布却大相径庭。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Anscombe's quartet

Anscombe's quartet comprises of four datasets, and is rather famous. Why? You'll find out in this exercise.


模块:

import random

import numpy as np
import scipy as sp
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

import statsmodels.api as sm
import statsmodels.formula.api as smf

sns.set_context("talk")

数据:

anascombe = sns.load_dataset("anscombe")
print(anascombe)

         

           

Part1

计算均值、方差:

print("\nMean:")
print(anascombe.groupby("dataset").mean())
print("\nVariance:")
print(anascombe.groupby("dataset").var())

结果:

             

计算相关系数:

print("\nCorrelation coefficient:")
print(anascombe.groupby("dataset").x.corr(anascombe.y))

    或

X = []
Y = []
coefficients = []
for i in range(0, 4):
    X.append(anascombe.x[i*11:i*11+11].values)
    Y.append(anascombe.y[i*11:i*11+11].values)
    coefficients.append(sp.stats.pearsonr(X[i], Y[i])[0])
    print(coefficients[i])

结果:

          

  

计算线性回归方程:

for i in range(0,4):
    x = X[i]
    x = sm.add_constant(x)
    model = sm.OLS(Y[i], x)
    results = model.fit()
    print("\nThe linear regression " + str(i+1))
    print(" y = "+str(results.params[0])+"+"+str(results.params[1])+"x")

结果:



Part2

散点图及回归直线:

sns.lmplot(x="x", y="y", col="dataset", hue="dataset", data=anascombe,
           col_wrap=2, ci=None, palette="muted", size=4,
           scatter_kws={"s": 80, "alpha": 1})
plt.show()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值