求助异质性回归的可视化统计图怎么做呀

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如图所示，想做这种的统计图的代码是什么呀，求助求助

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：可视化 怎么做 异质性 统计图 求助求助

  Python 的 matplotlib + seaborn 实现
举例：
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

# 假设你的数据格式如下
# df 包含: x变量, y变量(城镇化率), treat(0或1)

# 示例数据（替换成你的真实数据）
np.random.seed(42)
df = pd.DataFrame({
    '幼年占比': np.concatenate([np.random.uniform(15, 45, 30), np.random.uniform(10, 35, 30)]),
    '壮年占比': np.concatenate([np.random.uniform(50, 75, 30), np.random.uniform(55, 80, 30)]),
    '老年占比': np.concatenate([np.random.uniform(2, 15, 30), np.random.uniform(5, 20, 30)]),
    '城镇化率': np.concatenate([np.random.uniform(35, 75, 30), np.random.uniform(50, 90, 30)]),
    'treat': [0]*30 + [1]*30
})

# 创建三个子图
fig, axes = plt.subplots(1, 3, figsize=(14, 4))

x_vars = ['幼年占比', '壮年占比', '老年占比']
colors = {0: 'steelblue', 1: 'indianred'}
labels = {0: 'treat=0，亚洲国家', 1: 'treat=1，非亚洲国家'}

for ax, x_var in zip(axes, x_vars):
    for treat_val in [0, 1]:
        subset = df[df['treat'] == treat_val]
        # 散点
        ax.scatter(subset[x_var], subset['城镇化率'],
                   c=colors[treat_val], label=labels[treat_val], alpha=0.7, s=30)
        # 拟合线
        z = np.polyfit(subset[x_var], subset['城镇化率'], 1)
        p = np.poly1d(z)
        x_line = np.linspace(subset[x_var].min(), subset[x_var].max(), 100)
        ax.plot(x_line, p(x_line), c=colors[treat_val], linewidth=1.5)
   
    ax.set_xlabel(f'{x_var}(%)')
    ax.set_ylabel('城镇化率(%)')
    ax.legend(fontsize=8)
    ax.axhline(y=60, color='gray', linestyle='--', linewidth=0.8)  # 参考线

plt.suptitle('"一带一路"沿线国家人口年龄结构对城镇化影响的亚洲国家和非亚洲国家处理效应差异', fontsize=12)
plt.tight_layout()
plt.savefig('treatment_effect_plot.png', dpi=300, bbox_inches='tight')
plt.show()