首页
/ 使用Pingouin和Seaborn绘制偏相关分析散点图

使用Pingouin和Seaborn绘制偏相关分析散点图

2025-07-08 17:40:02作者:戚魁泉Nursing

偏相关分析简介

偏相关分析(Partial Correlation)是一种统计方法,用于衡量两个变量之间的关系,同时控制其他变量的影响。与简单相关分析不同,偏相关能够消除混杂变量的干扰,揭示变量间更本质的关联。

使用Pingouin进行偏相关分析

Pingouin是一个基于Python的统计库,提供了pg.partial_corr函数来计算偏相关系数。该函数支持多种相关方法,包括Pearson和Spearman相关。

Spearman偏相关分析示例

当我们需要计算两个变量x和y之间的Spearman偏相关系数,同时控制三个协变量cv1、cv2和cv3时,可以使用以下代码:

import pingouin as pg

# 计算Spearman偏相关系数
result = pg.partial_corr(data=df, x='x', y='y', 
                        covar=['cv1', 'cv2', 'cv3'],
                        method='spearman')
print(result.round(3))

偏相关分析结果的可视化

方法一:使用Seaborn的regplot函数

Seaborn库提供了regplot函数,可以直接绘制偏相关散点图:

import seaborn as sns
import matplotlib.pyplot as plt

# 绘制偏相关散点图
sns.regplot(x='x', y='y', data=df, 
           x_partial=['cv1', 'cv2', 'cv3'],
           y_partial=['cv1', 'cv2', 'cv3'])
plt.title("偏相关分析散点图")
plt.show()

方法二:手动计算残差绘制

当Seaborn的regplot函数无法满足需求时,可以手动计算残差后绘制:

import statsmodels.formula.api as smf

# 计算x对协变量的残差
x_resid = smf.ols(formula="x ~ cv1 + cv2 + cv3", data=df).fit().resid

# 计算y对协变量的残差
y_resid = smf.ols(formula="y ~ cv1 + cv2 + cv3", data=df).fit().resid

# 创建残差数据框
residual_df = pd.DataFrame({'X_resid': x_resid, 'Y_resid': y_resid})

# 绘制散点图
plt.figure()
sns.regplot(x='X_resid', y='Y_resid', data=residual_df, ci=None)
plt.title("偏相关分析残差图")
plt.xlabel("X的残差(去除协变量影响)")
plt.ylabel("Y的残差(去除协变量影响)")
plt.show()

注意事项

  1. 数据类型选择:对于Spearman相关,虽然计算时使用秩转换数据,但可视化时通常使用原始数据更直观

  2. 解释说明:在图表标题或注释中应明确说明使用了偏相关分析,并列出控制的协变量

  3. 结果一致性:确保可视化结果与统计计算结果一致,可以添加相关系数和p值作为图表注释

  4. 多协变量处理:当控制多个协变量时,残差图能更清晰地展示变量间关系

通过以上方法,研究人员可以直观地展示变量间的偏相关关系,为数据分析提供更深入的见解。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
509