Covarianza y coeficiente de correlación de Pearson

Pensamiento estadístico en Python (Parte 1)

Justin Bois

Teaching Professor at the California Institute of Technology

Resultados electorales de swing states en EE. UU. (2008)

ch2-4_v2.003.png

¹ Datos obtenidos de Data.gov (https://www.data.gov/)

Resultados electorales de swing states en EE. UU. (2008)

ch2-4_v2.004.png

¹ Datos obtenidos de Data.gov (https://www.data.gov/)

Resultados electorales de swing states en EE. UU. (2008)

ch2-4_v2.005.png

¹ Datos obtenidos de Data.gov (https://www.data.gov/)

Generar un diagrama de dispersión

_ = plt.plot(total_votes/1000, dem_share,
             marker='.', linestyle='none')
_ = plt.xlabel('total votes (thousands)')
_ = plt.ylabel('percent of vote for Obama')

Covarianza

Medida de cómo dos variables varían juntas

Cálculo de la covarianza

ch2-4_v2.011.png

¹ Datos obtenidos de Data.gov (https://www.data.gov/)

Cálculo de la covarianza

ch2-4_v2.012.png

¹ Datos obtenidos de Data.gov (https://www.data.gov/)

Cálculo de la covarianza

ch2-4_v2.013.png

¹ Datos obtenidos de Data.gov (https://www.data.gov/)

Cálculo de la covarianza

ch2-4_v2.014.png

$$covariance = \frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})(y_i - \bar{y})$$

¹ Datos obtenidos de Data.gov (https://www.data.gov/)

Coeficiente de correlación de Pearson

$$\rho = \text{Pearson correlation} = \frac{\text{covariance}}{(\text{std of x}) (\text{std of y})}$$

$$= \frac{\text{variability due to codependence}}{\text{independant variability}}$$

Ejemplos de correlación de Pearson

ch2-4_v2.020.png

¡Vamos a practicar!

Pensamiento estadístico en Python (Parte 1)