Kovaryans ve Pearson korelasyon katsayısı

Python ile İstatistiksel Düşünme (Bölüm 1)

Justin Bois

Teaching Professor at the California Institute of Technology

2008 ABD salıncak eyalet seçim sonuçları

ch2-4_v2.003.png

¹ Veriler Data.gov'dan alınmıştır (https://www.data.gov/)

2008 ABD salıncak eyalet seçim sonuçları

ch2-4_v2.004.png

¹ Veriler Data.gov'dan alınmıştır (https://www.data.gov/)

2008 ABD salıncak eyalet seçim sonuçları

ch2-4_v2.005.png

¹ Veriler Data.gov'dan alınmıştır (https://www.data.gov/)

Saçılım grafiği oluşturma

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

Kovaryans

İki niceliğin birlikte nasıl değiştiğinin ölçüsü

Kovaryansın hesaplanması

ch2-4_v2.011.png

¹ Veriler Data.gov'dan alınmıştır (https://www.data.gov/)

Kovaryansın hesaplanması

ch2-4_v2.012.png

¹ Veriler Data.gov'dan alınmıştır (https://www.data.gov/)

Kovaryansın hesaplanması

ch2-4_v2.013.png

¹ Veriler Data.gov'dan alınmıştır (https://www.data.gov/)

Kovaryansın hesaplanması

ch2-4_v2.014.png

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

¹ Veriler Data.gov'dan alınmıştır (https://www.data.gov/)

Pearson korelasyon katsayısı

$$\rho = \text{Pearson korelasyonu} = \frac{\text{kovaryans}}{(\text{x'in std'si}) (\text{y'nin std'si})}$$

$$= \frac{\text{bağımlılıktan kaynaklı değişkenlik}}{\text{bağımsız değişkenlik}}$$

Pearson korelasyonuna örnekler

ch2-4_v2.020.png

Haydi pratik yapalım!

Python ile İstatistiksel Düşünme (Bölüm 1)