Pythonで変数の1つが離散値の場合、lmplot関数を使ってデータに回帰直線を当てはめるには？

回帰モデルを構築する際には、多重共線性（マルチコリニアリティ）の有無を必ず確認します。これは、連続変数のすべての組み合わせの間にどのような相関関係が存在するのかを把握する必要があるためです。もし変数間に多重共線性が見つかった場合は、その影響を取り除いてからモデルを構築しなければなりません。

こうした分析の場面で役立つのが、seabornライブラリの「regplot」関数と「lmplot」関数です。これらの関数を利用することで、線形回帰における変数間の線形関係を視覚的に把握できます。

regplotとlmplotの違い

「regplot」関数は、x軸・y軸に渡す値の形式が非常に柔軟です。NumPy配列、PandasのSeriesオブジェクト、あるいはPandas DataFrame内の変数への参照など、さまざまな形式のデータを受け付けることができます。

一方、「lmplot」関数では、ユーザーが明示的に「data」パラメータを指定する必要があり、xとyには文字列（DataFrameの列名）を渡さなければなりません。このようなデータ形式は「ロング形式（long-form data）」と呼ばれます。以下に具体例を示します。

サンプルコード

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('tips')
sb.lmplot(x = "size", y = "tip", data = my_df)
plt.show()

出力結果

コードの解説

• まず、必要なパッケージ（pandas、seaborn、matplotlib）をインポートします。
• 入力データには、seabornライブラリに組み込まれている「tips」データセットを使用します。
• 「load_dataset」関数を呼び出してデータセットを読み込み、DataFrameとして変数に格納します。
• 「lmplot」関数を使ってデータを可視化します。
• このとき、引数「data」にDataFrameを渡し、x軸に「size」（客の人数）、y軸に「tip」（チップ額）を指定しています。
• 最後に「plt.show()」を実行すると、回帰直線付きの散布図が画面に表示されます。

このように、片方の変数が離散値（整数値など）であっても、lmplot関数を使えば散布図上に回帰直線を描画し、2つの変数の関係性を簡単に確認できます。