Question

我试图了解如何在tsplot中计算错误带。错误带的示例显示为here。

当我绘制像

这样简单的东西时

sns.tsplot(np.array([[0,1,0,1,0,1,0,1], [1,0,1,0,1,0,1,0], [.5,.5,.5,.5,.5,.5,.5,.5]]))

我按预期在y=0.5得到一条垂直线。顶部错误带也是y=0.665附近的垂直线，底部错误带是y=0.335附近的垂直线。有人可以解释这些是如何衍生出来的吗？

Answer 1

我不是统计学家，但我仔细阅读了seaborn代码，以便确切了解发生了什么。有三个步骤：

Bootstrap重新取样。 Seaborn会创建重新采样的数据版本。每个都是像你这样的3x8矩阵，但每行都是从中随机选择的三行输入。例如，一个可能是：

[[ 0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5]
 [ 0.5  0.5  0.5  0.5 0.5 0.5  0.5  0.5]
 [ 0.5  0.5  0.5  0.5  0.5  0.5  0.5  0.5]]

另一个可能是：

[[ 1.   0.   1.   0.   1.   0.   1.   0. ]
 [ 0.5  0.5  0.5  0.5 0.5  0.5  0.5  0.5]
 [ 0.   1.   0.   1.   0.   1.   0.   1. ]]

它会创建n_boot这些（默认为10000）。

集中趋势估算。 Seaborn会在10000个重采样版本的数据的每一列上运行一个函数。由于您没有指定此参数（estimator），因此它会将列提供给均值函数（numpy.mean和axis=0）。你的bootstrap迭代中的很多列的平均值为0.5，因为它们会像[0,0.5,1]，[0.5,1,0]，[0.5,0.5,0.5]等那样，但是你也会有一些[1,1,0]甚至一些[1,1,1]会带来更高的收益。
置信区间确定。对于每一列，seaborn对从最小到最大的每个重采样版本的数据计算的均值的1000个估计值进行排序，并选择代表上层的数据并降低CI。默认情况下，它使用68％CI，因此如果排列所有1000个均值估计值，那么它将选择第160个和第840个。（840-160 = 680，或1000的68％）。

几点说明：

实际上只有3 ^ 3或27个可能的重新采样版本的数组，如果你使用像函数那样的函数，那么顺序并不重要，那么只有3个！或6.因此，所有10000个引导程序迭代将与这27个版本中的一个相同，或者在无序情况下为6个版本。这意味着在这种情况下进行10000次迭代可能很愚蠢。
平均值为0.3333 ...和0.6666 ...显示为您的置信区间是[1,1,0]和[1,0,0]或其重新排列版本的平均值。< / p>

Answer 2

它们显示一个自举置信区间，由重采样单元（二维数组输入形式的行）计算。默认情况下，它显示68％的置信区间，相当于标准错误，但可以使用ci参数进行更改。