この記事では、Pythonのデータ可視化ライブラリSeabornでコンフィデンスインターバル（CI）を表示する方法について解説します。コンフィデンスインターバルは、統計学においてデータの不確実性を表す重要な指標であり、Seabornを用いて視覚的にこの情報を表す方法がいくつかあります。具体的なコード例とその解説、応用例を含めています。
Seabornとは
Seabornは、Pythonで利用できるデータ可視化ライブラリです。Matplotlibの上に構築されており、より美麗で情報量の多いプロットを簡単に作成することができます。特に、統計的なデータ解析に威力を発揮します。
Seabornのインストール
Seabornのインストールは非常に簡単で、以下のようなpipコマンド一発で行えます。
pip install seaborn
コンフィデンスインターバルとは
コンフィデンスインターバル（CI）は、統計学においてパラメータ（平均、分散など）の推定値がどれだけ信頼できるかを示す指標です。具体的には、真の値がこの範囲内にある確率（通常95%または99%）を表します。
Seabornでの基本的なCI表示方法
barplotによる表示
Seabornの`barplot`関数を使うと、簡単に棒グラフにCIを表示することができます。
import seaborn as sns
import matplotlib.pyplot as plt
# データの準備
tips = sns.load_dataset("tips")
# barplotを描く
sns.barplot(x="day", y="total_bill", data=tips, ci=95)
# 描画
plt.show()
コードの解説
– `sns.load_dataset(“tips”)`: Seabornに内蔵されている`tips`データセットを読み込みます。
– `sns.barplot(x=”day”, y=”total_bill”, data=tips, ci=95)`: `x`軸に`day`（曜日）、`y`軸に`total_bill`（合計金額）をプロットし、CIを95%としています。
– `plt.show()`: グラフを表示します。
応用例
独自の信頼区間を計算して表示する
自分でCIを計算した後、それを`barplot`に適用することも可能です。
import numpy as np
# 自分でCIを計算する関数
def my_ci(x):
return np.percentile(x, [5, 95])
sns.barplot(x="day", y="total_bill", data=tips, ci=None, estimator=np.mean, errcolor=".2", capsize=.2, errwidth=2)
sns.barplot(x="day", y="total_bill", data=tips, ci=my_ci, color='lightblue')
plt.show()
コードの解説
– `my_ci(x)`: 自分で定義したCI計算関数です。5パーセンタイルと95パーセンタイルを返します。
– `ci=None`: CIを自分で計算するので、Seabornによる自動計算はオフにします。
– `ci=my_ci`: 自分で定義したCI計算関数を適用します。
複数のカテゴリ変数を用いたCI表示
2つ以上のカテゴリ変数を用いて、より高度なCIの可視化も可能です。
sns.catplot(x="day", y="total_bill", hue="sex", kind="bar", data=tips, ci=95)
plt.show()
コードの解説
– `hue=”sex”`: `sex`（性別）によって色分けをします。
– `kind=”bar”`: 棒グラフで表示することを指定します。
まとめ
この記事では、Seabornを用いたコンフィデンスインターバルの基本的な表示方法から、独自のCI計算方法、さらには複数のカテゴリ変数を用いた高度な可視化までを解説しました。これを機に、Seabornでのデータ分析が一層深まることを願います。
コメント