【要約】【Seaborn入門 #6】回帰分析とトレンド [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
分析者が、散布図からデータの相関を読み取る際に直面する課題を記述する。
- 散布図の点だけでは、変数間の関係性が不明瞭である。
- カテゴリごとの傾向の違いを比較する作業が煩雑である。
- 外れ値が回帰直線に与える悪影響を考慮しにくい。
- 散布図の点だけでは、変数間の関係性が不明瞭である。
- カテゴリごとの傾向の違いを比較する作業が煩雑である。
- 外れ値が回帰直線に与える悪影響を考慮しにくい。
// Approach
Seabornを用いて、統計的な近似直線を描画する手法を提示する。
-
-
- 1枚のグラフには
-
regplotで、散布図に回帰直線と信頼区間を重ねる。-
lmplotで、hueやcolを用いてカテゴリ別に比較する。- 1枚のグラフには
regplot、比較にはlmplotと使い分ける。// Result
分析者がデータの傾向を迅速に可視化できる成果を得る。
-
-
- EDAの効率が向上し、データの構造理解が深まる。
-
regplotにより、正負の関係性と信頼区間を即座に把握できる。-
lmplotにより、グループ間の傾きの差異を容易に比較できる。- EDAの効率が向上し、データの構造理解が深まる。
Senior Engineer Insight
> 実務のEDAにおいて、回帰分析は必須の工程である。ただし、外れ値への脆弱性は無視できない。大規模データでは、外れ値がモデルを歪める。事前に箱ひげ図等で異常値を確認すべきだ。また、
lmplotがFacetGridを返す点は注意が必要である。Matplotlibとの統合時に混乱を招く恐れがある。描画オブジェクトの性質を理解して使い分けるべきだ。