python - Linregress 输出似乎不正确

Question

我在我的数据框上绘制了一个散点图，如下所示：

带代码

from scipy import stats   
import pandas as pd
import seaborn as sns
df = pd.read_csv('/content/drive/My Drive/df.csv', sep=',') 
subset = df[:,1:10080]   
df['mean'] = subset.mean(axis=1)

df.plot(x='mean', y='Result', kind = 'scatter')
sns.lmplot('mean', 'Result', df, order=1)

我想使用代码在图中找到回归的斜率

scipy.stats.mstats.linregress(Result,average)        

但从输出来看，斜率幅度似乎太小了：

LinregressResult(slope=-0.0001320534706614152, intercept=27.887336813241845, rvalue=-0.16776138446214162, pvalue=3.0450456899520655e-07, stderr=2.55977061451773e-05)

如果我切换Result和average位置，

scipy.stats.mstats.linregress(average,Result)        

它仍然看起来不正确，因为intercept它太大了

LinregressResult(slope=-213.12489536011773, intercept=7138.48783135982, rvalue=-0.16776138446214162, pvalue=3.0450456899520655e-07, stderr=41.31287437069993)

为什么会这样？这些输出值是否需要重新调整？

标签： pythonpandasnumpyscipy

Answer 1

的签名scipy.stats.mstats.linregress是linregress(x,y)您的第二次订购，linregress(average, Result)与您的图表绘制方式一致。在该图上，截距 7138 似乎并非不合理——您是否对您显示的 x 轴限制不会下降到 0（截距实际发生的位置）这一事实感到困惑？

在任何情况下，您的数据看起来并不像它们遵循线性定律，因此斜率（或来自完全错误指定的模型的任何参数）实际上不会告诉您太多。x 和 y 值都严格为正吗？有没有什么特别的原因导致 x 在逻辑上永远不会低于 25？数据点当然似乎与垂直渐近线堆积在一起。如果是这样，我可能会从 x 中减去 25，然后将线性模型拟合到记录的数据。换句话说，用 and 做你的和你plot的。编辑：既然你说 x 是温度，那么 x 不能低于 25 是没有逻辑的原因（例如，想要推断低于 25 是有意义的——甚至低于 0）。因此不要减去 25，也不要记录 x。只需登录 y。linregressx=numpy.log(average-25)y=numpy.log(Result)

在您的评论中，您谈到重新调整斜率，最终怀疑您认为这会给您一个相关系数。这些是不同的东西。相关系数是关于线周围点的分布以及斜率。如果您想要的是相关性，请使用该关键字查找相关工具。