Linregress输出似乎不正确

Question

我在数据框上绘制了一个散点图，如下所示：

使用代码

from scipy import stats   
import pandas as pd
import seaborn as sns
df = pd.read_csv('/content/drive/My Drive/df.csv', sep=',') 
subset = df[:,1:10080]   
df['mean'] = subset.mean(axis=1)

df.plot(x='mean', y='Result', kind = 'scatter')
sns.lmplot('mean', 'Result', df, order=1)

我想使用代码在图中找到回归的斜率

scipy.stats.mstats.linregress(Result,average)        

但是从输出来看，斜率幅度似乎太小：

LinregressResult(slope=-0.0001320534706614152, intercept=27.887336813241845, rvalue=-0.16776138446214162, pvalue=3.0450456899520655e-07, stderr=2.55977061451773e-05)

如果我切换了Result和average的位置，

scipy.stats.mstats.linregress(average,Result)        

由于intercept太大，看起来还是不合适

LinregressResult(slope=-213.12489536011773, intercept=7138.48783135982, rvalue=-0.16776138446214162, pvalue=3.0450456899520655e-07, stderr=41.31287437069993)

为什么会这样？这些输出值是否需要重新缩放？

Answer 1

scipy.stats.mstats.linregress的签名为linregress(x,y)，因此您的第二次排序linregress(average, Result)是与绘制图形的方式一致的签名。并且在该图上，截距7138似乎并不合理-您是否对所显示的x轴极限不会下降到0（实际上会发生截距）感到困惑？

在任何情况下，您的数据看起来都不像它们遵循线性定律，因此斜率（或完全错误指定的模型中的任何参数）实际上不会告诉您什么。 x和y值都严格为正吗？并且有一个特定的原因为什么x从逻辑上永远不会低于25？数据点显然似乎正与垂直渐近线相对应。如果是这样，我可能会从x减去25，然后将线性模型拟合到记录的数据。换句话说，用plot和linregress做x=numpy.log(average-25)和y=numpy.log(Result)。编辑：由于您说x是温度，所以没有逻辑上的理由使x不能低于25（例如，推断低于25（甚至低于0）很有意义）。因此，请勿减去25，也不要记录x。仅记录y。

在您的评论中，您谈到了重新调整坡度的比例，最终人们怀疑您会认为这将为您提供一个相关系数。这些是不同的东西。相关系数是关于线周围点的扩展以及斜率。如果您想要关联，请使用该关键字查找相关工具。