python 散点图 置信区间_stata如何生成带置信区间的散点图

散点图是常用的表现两个变量或多个变量之间相关关系的统计图。它用点的密集程度和趋势来表示变量之间的相关关系。

对于回归分析来说，借助散点图可以预先判断变量之间的线性关系是否适合做线性回归，但是由于观测变量的不确定性，其散点的变化趋势往往是不规则的，特别是异常值的出现，会大大影响回归结果。

此时带置信区间的散点图，不仅可以帮你判断散点趋势还能判断异常值的情况，其绘制步骤与命令如下：

sysuse auto, clear

quietly regress mpg weight

predict hat

predict stf, stdf

gen lo = hat - 1.96*stf

gen hi = hat + 1.96*stf

scatter mpg weight || line hat lo hi weight, pstyle(p2 p3 p3) sort

得到的图形为：

下面对命令行进行解释：

sysuse auto, clear

自动导入stata自带的数据

quietly regress mpg weight

快速进行线性回归

predict hat

生成因变量的预测值yhat 序列

predict stf, stdf

生成预测值的yhat 的标准误(S.E. of the forecast)序列

gen lo = hat - 1.96*stf

生成预测值的yhat 置信上限序列(95%的显著性水平下，1.96就是Z值)

gen hi = hat + 1.96*stf

生成预测值的yhat 置信下限序列(95%的显著性水平下，1.96就是Z值)

scatter mpg weight || line hat lo hi weight, pstyle(p2 p3 p3) sort

做出散点和折线的复合图(||是并且的意思)，pstyle是对图形的一些调整，可用可不用