统计 linregress 斜率和截距错误

Question

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats

xx = np.load('./x.npy')
yy = np.load('./y.npy')

fig, ax = plt.subplots()
fig = plt.gcf()
fig.set_size_inches(16, 8)
labels = ['C1', 'C2']
colors = ['r', 'b']

for idx in range(2):

    df = pd.DataFrame({'x': xx, 'y': yy[idx]})
   
    ax.set(xlim=(np.min(df.x), np.max(df.x)),
           ylim=(np.min(df.y), np.max(df.y)))

    p = sns.regplot('x',
                    'y',
                    df,
                    scatter=False,
                    order=2,
                    ax=ax,
                    label=labels[idx],
                    color=colors[idx])

    slope, intercept, r_value, p_value, std_err = stats.linregress(
        x=p.get_lines()[0].get_xdata(),
        y=p.get_lines()[0].get_ydata())
       
    formula = str(slope)     + ' x\N{SUPERSCRIPT TWO} '     + str(intercept)

    print('formula: ', formula)

我正在尝试计算 sns.regplot 拟合线的斜率和截距，它给了我：

formula:  82.53958162912909 x² 130.19916935648575
formula:  82.53958162912909 x² 130.19916935648575

其中：

1. 您可以看到该图是错误的，对于 x 值 6 ，我们预计 y 值在 60​​0 左右。

2. 两条线的斜率和截距相同。我们预计会有微小的差异。

你可以找到x,y文件here

Answer 1

我不知道您为什么要从Line2D 对象中获取数据，即使您已经拥有xx 和yy 中的数据，但无论如何：

当您在循环中计算回归时，您将在每次迭代中传递相同的数据集（[0] 行）。我猜你的意思是写

slope, intercept, r_value, p_value, std_err = stats.linregress(
            x=xx,
            y=yy[idx])