如何用python做预测值和真实值对比图,并且还要显示真值的95%置信区间
时间: 2024-03-27 07:39:30 浏览: 500
你可以使用Python中的Matplotlib库来绘制预测值和真实值对比图,并使用Statsmodels库计算真值的95%置信区间。以下是一个简单的示例代码:
```python
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
# 生成一些随机数据
np.random.seed(0)
x = np.linspace(0, 10, 50)
y_true = np.sin(x) + np.random.normal(0, 0.1, 50)
y_pred = np.sin(x)
# 计算真值的95%置信区间
model = sm.OLS(y_true, sm.add_constant(x))
results = model.fit()
y_pred_lower, y_pred_upper = results.conf_int(0.05)[:, 0], results.conf_int(0.05)[:, 1]
# 绘制预测值和真实值对比图
plt.plot(x, y_true, label='True')
plt.plot(x, y_pred, label='Predicted')
plt.fill_between(x, y_pred_lower, y_pred_upper, alpha=0.2)
plt.legend()
plt.show()
```
这段代码首先生成了一些随机数据,然后使用Statsmodels库中的OLS函数来拟合线性模型并计算真值的置信区间。最后,使用Matplotlib库来绘制预测值和真实值对比图,并在图表中填充真值的置信区间。
阅读全文
相关推荐
















