تم الحل: فاصل الثقة في المؤامرة matplotlib

Matplotlib هي مكتبة تخطيط قوية تستخدم في لغة برمجة بايثون. يوفر واجهة برمجة تطبيقات موجهة للكائنات لتضمين المخططات في التطبيقات التي تستخدم مجموعات أدوات واجهة المستخدم الرسومية للأغراض العامة مثل Tkinter أو wxPython أو Qt. إحدى الأدوات المهمة التي يوفرها Matplotlib هي القدرة على إنشاء مخطط فاصل الثقة.

ويشير فاصل الثقة، كمصطلح إحصائي، إلى درجة اليقين في طريقة أخذ العينات. يخبرك مستوى الثقة بمدى تأكدك، ويتم التعبير عنه كنسبة مئوية. على سبيل المثال، يشير مستوى الثقة بنسبة 99% إلى أن كل تقديرات الاحتمالات الخاصة بك من المرجح أن تكون دقيقة بنسبة 99% من الوقت.

إنشاء مؤامرة فاصل الثقة باستخدام Matplotlib

يتضمن إنشاء مخطط فاصل الثقة في Matplotlib عدة خطوات. دعونا نتعمق في شرح كود بايثون المقابل لإنجاز الخطوات التالية:

أولاً علينا استيراد المكتبات اللازمة:

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import sem, t
from scipy import mean

الآن، يمكننا حساب فترة الثقة باتباع الخطوات التالية.

1. حدد مجموعة بيانات عشوائية سنحسب لها فاصل الثقة.
2. احسب الخطأ المتوسط ​​والمعياري لمجموعة البيانات.
3. تحديد هامش الخطأ لفاصل الثقة.
4. وأخيرًا، احسب نطاق فترة الثقة.

إليك كود بايثون المطابق لهذه الخطوات.

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

المتغير "الثقة" هو مستوى الثقة معبرًا عنه كنسبة مئوية، وتحتوي "البيانات" على مجموعة البيانات العشوائية. يتم حساب الخطأ المتوسط ​​والمعياري بواسطة وظيفة "المتوسط" و"sem" لمكتبة SciPy على التوالي. يتم تحديد هامش الخطأ "h" عن طريق ضرب الخطأ القياسي في درجة t، والتي نحضرها من توزيع t باستخدام الدالة "ppf". وأخيرًا، نحسب نطاق فاصل الثقة.

رسم فاصل الثقة في Matplotlib

في هذا القسم الأخير من الكود، نستخدم Matplotlib لتصور فاصل الثقة.

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()

ويستخدم مخططًا شريطيًا لعرض البيانات وطريقة "fill_between" لتمثيل فاصل الثقة. تعمل وظيفة "الشكل" على تهيئة شكل جديد، بينما تعرض وظيفة "العرض" الحبكة.

إنشاء مؤامرة فاصل الثقة يعد Matplotlib طريقة مناسبة لتحليل بياناتك بشكل مرئي، وخاصة البيانات التي تتضمن تحليلًا إحصائيًا. توفر هذه الأداة القوية طريقة سهلة وبديهية لتقديم بيانات معقدة في شكل يمكن تفسيره بسهولة، مما يجعلها مجموعة أدوات أساسية لأي محلل أو عالم لبيانات بايثون. ومن خلال فهم كيفية التعامل مع هذا واستخدامه، يمكننا أن نجعل عملية تفسير البيانات أكثر كفاءة ودقة.