Demo entry 6339249

Pepito

   

Submitted by anonymous on Dec 20, 2016 at 10:51
Language: Python 3. Code size: 2.4 kB.

##################################################
# Estadistica Descriptiva Bivariante con python  #
# 31.03.2016                                     #
##################################################
import numpy as np # importando numpy
import scipy.stats as s # importando scipy.stats
from statistics import *

# Graficos embebidos.
import matplotlib.pyplot as plt # importando matplotlib

import pylab

# Ejemplo medidas del femur (Y) y tarso (X) en arañas fósiles
col1, col2 = np.loadtxt('spiders.txt', unpack=True)
# Resumen estadístico
print('                 X         Y           ')
print('================================')
print('n             =',len(col1),'     ',len(col2))
print('Mínimo        = %.2f' % min(col1),'     %.2f' %min(col2))
print('Máximo        = %.2f' % max(col1),'     %.2f' % max(col2))
print('Rango         = %.2f' % (max(col1)-min(col1)),'     %.2f' % (max(col2)-min(col2)))
print('Media         = %.2f' % mean(col1),'     %.2f' % mean(col2))
print('Mediana       = %.2f' % median(col1),'     %.2f' % median(col2))
print('Q1            = %.2f' % np.percentile(col1,25),'     %.2f' % np.percentile(col2,25))
print('Q2            = %.2f' % np.percentile(col1,50),'     %.2f' % np.percentile(col2,50))
print('Q3            = %.2f' % np.percentile(col1,75),'     %.2f' % np.percentile(col2,75))
print('Varianza      = %.2f' % variance(col1),'     %.2f' % variance(col2))
print('Desv estandar = %.2f' % stdev(col1),'     %.2f' % stdev(col2))
print()
print('================================')
print("Matriz de correlación: ")
print(np.corrcoef(col1,col2))
print()
print('================================')
print("Matriz de varianzas-covarianza: ")
print(np.cov(col1,col2))
print()
print('================================')
print()
import statsmodels.api as sm
COL1=sm.add_constant(col1)
mod = sm.OLS(col2, COL1)
res = mod.fit()
print (res.summary())
print()

# Método 1. Tabla regresión y diagrama de dispersión
regresionlineal=s.linregress(col1,col2)
print('Regresión Lineal = ',regresionlineal)
plt.figure()
plt.scatter(col1, col2, alpha=0.3)

# Método 2. Dibuja recta de regresión
m, b = np.polyfit(col1, col2, deg=1)
plt.plot(col1, col2, '.')
plt.plot(col1, m*col1 + b, 'blue')

plt.ylim(0,12)  # limite de eje y
plt.xlabel("X") # leyenda eje x
plt.ylabel("Y") # leyenda eje y
plt.title("Ajuste de regresion") # titulo del grafico'''
pylab.show()

This snippet took 0.01 seconds to highlight.

Back to the Entry List or Home.

Delete this entry (admin only).