为何Seaborn lineplot设置ci=100的置信区间未覆盖全部数据？

数据情况 #

我有一个名为df1的DataFrame，其.head()输出如下：

month  temp
date                            
2023-01-01 01:00:00      1  11.0
2023-01-01 02:00:00      1  11.0
2023-01-01 03:00:00      1  10.0
2023-01-01 04:00:00      1  10.0
2023-01-01 05:00:00      1  10.0

尝试的代码 #

我想用Seaborn的lineplot展示数据的完整范围（最小值、最大值、均值），于是假设设置x='month'、y='temp'，并将置信区间参数设为errorbar=('ci', 100)就能覆盖全部数据，使用的代码如下：

sns.lineplot(data=df,x='month',y='temp',errorbar=('ci', 100),ax=ax[0])

遇到的问题 #

实际绘图后，区间范围比数据的最大/最小值范围更窄，如图所示：

请问我的操作或假设哪里出错了？

• 你的核心错误是混淆了「100%置信区间」和「数据的极值范围」：

  • errorbar=('ci', 100)计算的是基于样本统计的100%置信区间，它本质是通过样本数据估算总体均值的可信范围，并非直接取每个分组的最大值和最小值。
  • 100%置信区间的计算逻辑是围绕均值，结合样本标准差、样本量等统计量推导出来的范围，它不一定包含所有样本点，更不会等同于分组的极值区间。

• 如果想要展示每个month分组下temp的均值、最小值和最大值，直接指定errorbar参数为'min_max'即可，修改后的代码：

  sns.lineplot(data=df, x='month', y='temp', errorbar='min_max', ax=ax[0])
  

  这样就能在图中直接呈现每个分组的完整数据范围（最小值到最大值），同时保留均值线。

内容的提问来源于stack exchange，提问作者Moataz Imad