Calcul des coefficients de corrélation

Introduction à Python dans Power BI

Jacob H. Marquez

Data Scientist

Qu'est-ce qu'un coefficient de corrélation ?

Définition : mesure numérique d'une relation statistique entre deux variables

Plage : -1 à 1

Plage

-1 :

relation forte, négative
l'augmentation de la variable A est associée à une baisse de la variable B

1 :

relation forte, positive
l'augmentation de la variable A est associée à une hausse de la variable B

0 : aucune relation

Exemple de coefficient de corrélation n° 1

Nuage de points montrant deux variables avec une corrélation de 0,8.

Exemple de coefficient de corrélation n° 2

Nuage de points montrant deux variables avec une corrélation de -0,8.

Exemple de coefficient de corrélation n° 3

Nuage de points montrant deux variables avec une corrélation de 0.

Matrice de corrélation

Un tableau avec les variables d'un jeu de données en lignes et colonnes. Les cellules sont les coefficients de corrélation entre deux variables.

Matrice de corrélation

Un tableau avec les variables d'un jeu de données en lignes et colonnes. Les cellules sont les coefficients de corrélation entre deux variables. La ligne « Income » est mise en évidence.

Matrice de corrélation

Un tableau avec les variables d'un jeu de données en lignes et colonnes. Les cellules sont les coefficients de corrélation entre deux variables. La corrélation « Income » vs « MntWines » est mise en évidence.

Carte thermique de corrélation

import seaborn as sns

corrMatrix = dataset.corr()

sns.heatmap(
    corrMatrix, 
    annot=True
    )

Exemple de carte thermique

Exemple de carte thermique de corrélation

Exemple de carte thermique

Exemple de carte thermique de corrélation

Exemple de carte thermique

Corrélation ne signifie pas causalité

Relation corrélée forte <> l'une a causé l'autre
Une relation causale nécessite généralement une expérimentation

Qualité de la musique rock vs production pétrolière américaine

Passons à la pratique !

Introduction à Python dans Power BI