seaborn.objects.Est#

class seaborn.objects.Est(func='mean', errorbar=('ci', 95), n_boot=1000, seed=None)#

点推定値と誤差範囲を計算します。

様々なerrorbarの選択肢についての詳細は、誤差範囲のチュートリアルを参照してください。

追加の変数

  • weight: この統計量を使用するレイヤーに渡された場合、重み付けされた推定値が計算されます。現在、重みの使用は、関数と誤差範囲の方法をそれぞれ"mean"と"ci"に制限することに注意してください。

パラメーター:
funcstr または callable

numpy.ndarrayメソッドの名前、またはベクトルからスカラーへの関数。

errorbarstr、(str, float)タプル、またはcallable

誤差範囲方法の名前（“ci”、“pi”、“se”または“sd”のいずれか）、または方法名とレベルパラメーターを含むタプル、またはベクトルから(min, max)区間へのマッピングを行う関数。

n_bootint

“ci”誤差範囲のために描画するブートストラップサンプルの数。

seedint

ブートストラップサンプルを描画するために使用されるPRNGのシード。

例

デフォルトの動作は、平均と95％信頼区間（ブートストラップを使用して）を計算することです。

p = so.Plot(diamonds, "clarity", "carat")
p.add(so.Range(), so.Est())
../_images/objects.Est_1_0.png

pandasのメソッドであれば、名前で他の推定量を選択できます。

p.add(so.Range(), so.Est("median"))
../_images/objects.Est_3_0.png

(スケールされた)標準誤差など、誤差範囲区間を計算するためのいくつかのオプションがあります。

p.add(so.Range(), so.Est(errorbar="se"))
../_images/objects.Est_5_0.png

誤差範囲は、(スケールされた)標準偏差を使用して、推定値を中心とした分布の広がりを表すこともできます。

p.add(so.Range(), so.Est(errorbar="sd"))
../_images/objects.Est_7_0.png

信頼区間はブートストラップを使用して計算されるため、わずかなランダム性が生じます。ブートストラップ反復の数を増やすことでランダムな変動を減らし（ただし、処理速度は低下します）、または乱数発生器をシードすることでランダム性を排除できます。

p.add(so.Range(), so.Est(seed=0))
../_images/objects.Est_9_0.png

重み付けされた推定値（および信頼区間）を計算するには、統計量を使用するレイヤーでweight変数を割り当てます。

p.add(so.Range(), so.Est(), weight="price")
../_images/objects.Est_11_0.png