statsmodels.graphics.regressionplots.plot_regress_exog¶

statsmodels.graphics.regressionplots.plot_regress_exog(results, exog_idx, fig=None)[source]¶

将回归结果与一个回归变量进行对比绘图。

这在一个2乘2的图中绘制了四个图形：‘内生变量与外生变量’， ‘残差与外生变量’，‘拟合值与外生变量’和 ‘拟合值加残差与外生变量’

Parameters:¶

resultsresult instance

一个结果实例，具有 resid、model.endog 和 model.exog 作为属性。

exog_idxint or str

外生矩阵中回归变量的名称或索引。

figFigure, optional

如果给出，则直接返回此图形。否则，将创建一个新的图形。

Returns:¶

Figure

如果提供了fig的值。否则，将创建一个新实例。

示例

加载全州犯罪数据集并构建一个包含高中毕业率（hs_grad）、城市人口（urban）、贫困线以下家庭（poverty）和单人家庭（single）的回归模型。结果变量是谋杀率（murder）。

基于贫困率构建一个2x2的图形，显示拟合与实际谋杀率、残差与贫困率的关系、贫困率的偏回归图以及贫困率的CCPR图。

>>> import statsmodels.api as sm
>>> import matplotlib.pyplot as plt
>>> import statsmodels.formula.api as smf

>>> fig = plt.figure(figsize=(8, 6))
>>> crime_data = sm.datasets.statecrime.load_pandas()
>>> results = smf.ols('murder ~ hs_grad + urban + poverty + single',
...                   data=crime_data.data).fit()
>>> sm.graphics.plot_regress_exog(results, 'poverty', fig=fig)
>>> plt.show()

(源代码, png, 高分辨率png, pdf)