14周 Anscombe's quartet

本文通过Python的statsmodels库计算了Anscombe四组数据集的x与y的均值、方差及相关系数,并利用Seaborn进行了可视化展示。同时使用线性回归分析了各数据集间的联系。

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

Part 1

For each of the four datasets…

  • Compute the mean and variance of both x and y
  • Compute the correlation coefficient between x and y
  • Compute the linear regression line: y=β0+β1x+ϵ (hint: use statsmodels and look at the Statsmodels notebook)
Part 2

Using Seaborn, visualize all four datasets.

hint: use sns.FacetGrid combined with plt.scatte

import pandas as pd
import seaborn as se
import matplotlib.pyplot as plt
import statsmodels.api as st


ans = se.load_dataset('anscombe')  
df = ans.groupby('dataset')
mean_var = pd.concat([df.mean(), df.var()], keys=['mean', 'variance'])
corr = pd.concat([df.corr()], keys=['correlation'])
print(mean_var)
print(corr)

data_dict = dict(list(df))
array_x, array_y = {}, {}
for key, value in data_dict.items():
    array_x[key] = value['x'].values
    array_y[key] = value['y'].values
for key in array_x.keys():
    x = st.add_constant(array_x[key])
    y = array_y[key]
    est = st.OLS(y, x).fit()
    params = est.params
    print(key, ': beta0 =', params[0], 'beta1 =', params[1])
se.set(style='whitegrid')
g = se.FacetGrid(ans, col="dataset", hue="dataset")
g.map(plt.scatter, 'x', 'y')
plt.show()


<think>我们正在处理用户关于获取Anscombe数据集的请求。根据引用[1]和[2],我们知道Anscombe数据集在统计学中很著名,并且可以通过seaborn库在Python中加载。此外,引用[2]提到了线性回归练习中使用该数据集,引用[3]则讨论了数据获取的一般方法。用户的需求很明确:下载或获取Anscombe数据集。根据引用[1],使用seaborn库的load_dataset函数可以直接加载这个数据集。因此,我们可以指导用户通过Python和seaborn来获取。另外,考虑到用户可能没有安装seaborn,我们需要提供安装方法。同时,如果用户希望以其他格式(如CSV)获取,我们可以提供下载链接或保存数据到本地的代码。步骤:1.安装seaborn(如果尚未安装)。2.使用seaborn加载数据集。3.可选:将数据集保存为CSV文件以供其他用途。此外,我们也可以提供直接从网络下载的途径(如原始数据源),但Anscombe数据集是内置在seaborn中的,所以使用seaborn是最便捷的方式。根据引用[1]的示例代码:```pythonimportseabornassnsanscombe=sns.load_dataset('anscombe')print(anscombe)```因此,回答将围绕这个核心方法展开。同时,为了全面性,我们也可以提到在R语言中获取该数据集的方法(因为引用[3]提到R语言,且Anscombe在R中也是内置数据集),但用户的问题是Python环境,所以作为备选。最后,生成相关问题。</think>要获取 Anscombe 数据集,您可以通过以下几种方法实现: ### 方法一:使用 Python 的 Seaborn 库(推荐) 这是最简单的方式,数据集已内置在 Seaborn 中: ```python import seaborn as sns # 加载数据集 anscombe = sns.load_dataset('anscombe') # 查看数据集 print(anscombe.head()) # 保存为CSV文件(可选) anscombe.to_csv('anscombe_dataset.csv', index=False) ``` [^1] ### 方法二:从原始来源下载 Anscombe 数据最初由统计学家 Francis Anscombe 发布: 1. **官方来源**: - 原始论文:[Anscombe, F. J. (1973). Graphs in statistical analysis](https://www.jstor.org/stable/2682899) - 数据可在统计教材配套资源中找到 2. **在线获取**: ```python import pandas as pd url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/anscombe.csv" anscombe = pd.read_csv(url) ``` ### 方法三:在 R 语言中获取 ```r # 内置数据集 data(anscombe) # 查看数据结构 str(anscombe) # 导出为CSV write.csv(anscombe, "anscombe.csv") ``` ### 关键说明 1. 数据集包含 4 组 $x-y$ 数据对(每组 11 个观测值) 2. 四组数据具有相同的统计特征(均值、方差等),但分布形态不同 3. 常用于演示数据分析中可视化的重要性[^2]
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