python - Seaborn regplot 拟合线与来自 stats.linregress 或 stats 模型的计算拟合不匹配

Question

我正在尝试拟合 xlog 线性回归。我使用 Seaborn regplot 来绘制拟合，看起来很合适(绿线)。然后，因为 regplot 不提供系数。我使用 stats.linregress 来查找系数。但是，绘制的线(紫色)与 Seaborn regplot 的拟合不匹配。我还使用统计模型来获取与线性回归输出匹配的系数。有没有更好的方法来获得与 regplot 线匹配的系数。我无法重现 Seaborn regplot 线。我需要系数来报告模型的拟合。

import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats

sns.regplot(x, y,x_bins=100, logx=True,n_boot=2000, scatter_kws={"color": "black"},
        ci=None,label='logfit',line_kws={"color": "green"})

#Find the coefficients slope and intercept
slope, intercept, r_value, pv, se = stats.linregress(y, np.log10(x))

yy= np.linspace(-.01, 0.05, 400)
xx = 10**(slope*yy+intercept)
plt.plot(xx,yy,marker='.',color='purple')

#Label Figure
plt.tick_params(labelsize=18)
plt.xlabel('insitu', fontsize=22)
plt.ylabel('CI', fontsize=22)

output from code shows lines do not overlay
我还使用了 stats 模型进行拟合，并得到了与 stats.linregress 相同的系数结果。我无法重现 Seaborn regplot 行。

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

 results = smf.ols('np.log10(x) ~ (y)', data=df_data).fit()
 # Inspect the results
 print(results.summary())

Answer 1

您尝试重新创建 seaborn 正在做的事情有两个问题:

你有 stats.linregress 的参数向后

这不是 yhat 的计算方式

以下是重新创建 seaborn logx 回归线的方法:

diamonds = sns.load_dataset("diamonds").sample(500, random_state=0)

x = diamonds["price"]
y = diamonds["carat"]

ax = sns.regplot(x=x, y=y, logx=True, line_kws=dict(color="g", lw=10))

fit = stats.linregress(np.log(x), y)
grid = np.linspace(x.min(), x.max())
ax.plot(grid, fit.intercept + fit.slope * np.log(grid), color="r", lw=5)