Matplotlib je moćna biblioteka za crtanje koja se koristi u programskom jeziku Python. Pruža objektno orijentirani API za ugrađivanje dijagrama u aplikacije koje koriste GUI alate opće namjene kao što su Tkinter, wxPython ili Qt. Jedan od važnih alata koje pruža Matplotlib je mogućnost kreiranja dijagrama intervala pouzdanosti.
Interval pouzdanosti, kao statistički pojam, odnosi se na stepen sigurnosti u metodi uzorkovanja. Nivo povjerenja vam govori koliko možete biti sigurni, izražen kao postotak. Na primjer, nivo pouzdanosti od 99% sugerira da će svaka od vaših procjena vjerovatnoće biti tačna u 99% vremena.
Kreiranje dijagrama intervala pouzdanosti koristeći Matplotlib
Kreiranje dijagrama intervala pouzdanosti u Matplotlib-u uključuje nekoliko koraka. Udubimo se u objašnjenje odgovarajućeg Python koda kako bismo postigli ove korake:
Prvo moramo uvesti potrebne biblioteke:
import matplotlib.pyplot as plt import numpy as np from scipy.stats import sem, t from scipy import mean
Sada možemo izračunati interval pouzdanosti slijedeći ove korake.
1. Odredite nasumični skup podataka za koji ćemo izračunati interval pouzdanosti.
2. Izračunajte srednju vrijednost i standardnu grešku skupa podataka.
3. Odredite granicu greške za interval pouzdanosti.
4. Konačno, izračunajte raspon intervala pouzdanosti.
Evo Python koda koji odgovara ovim koracima.
confidence = 0.95 data = np.random.rand(100) n = len(data) m = mean(data) std_err = sem(data) h = std_err * t.ppf((1 + confidence) / 2, n - 1) start = m - h end = m + h
Varijabla 'pouzdanje' je nivo pouzdanosti izražen kao postotak, a 'podaci' sadrži nasumični skup podataka. Srednja i standardna greška se izračunavaju pomoću funkcije 'mean' i 'sem' biblioteke SciPy. Margina greške 'h' se određuje množenjem standardne greške sa t-skorom, koji dobijamo iz t-distribucije koristeći funkciju 'ppf'. Na kraju, izračunavamo raspon intervala povjerenja.
Iscrtavanje intervala pouzdanosti u Matplotlib-u
U ovom posljednjem dijelu koda koristimo Matplotlib za vizualizaciju intervala pouzdanosti.
plt.figure(figsize=(9,6))
plt.bar(np.arange(len(data)), data)
plt.fill_between(np.arange(len(data)), start, end, color='b', alpha=0.1)
plt.title('Confidence Interval')
plt.show()
Koristi trakasti grafikon za prikaz podataka i metodu 'fill_between' za predstavljanje intervala pouzdanosti. Funkcija 'figure' inicijalizira novu figuru, a 'show' funkcija predstavlja dijagram.
Kreiranje grafikona intervala pouzdanosti u Matplotlib-u je zgodan način za vizualnu analizu vaših podataka, posebno podataka koji uključuju statističku analizu. Ovaj moćan alat nudi jednostavan i intuitivan način predstaviti složene podatke u obliku koji se može lako interpretirati, što ga čini osnovnim alatom za svakog analitičara podataka ili naučnika u python-u. Razumijevanjem kako manipulirati i koristiti ovo, možemo učiniti proces interpretacije podataka efikasnijim i preciznijim.
