Correlatiecoëfficiënten berekenen

Introductie tot Python in Power BI

Jacob H. Marquez

Data Scientist

Wat is een correlatiecoëfficiënt?

Definitie: een numerieke maat voor een statistische relatie tussen twee variabelen

Bereik: -1 tot 1

Bereik

-1:

sterke, negatieve relatie
toename van variabele A gaat samen met afname van variabele B

sterke, positieve relatie
toename van variabele A gaat samen met toename van variabele B

0: geen relatie

Voorbeeld correlatiecoëfficiënt #1

Spreidingsdiagram met twee variabelen met een correlatie van 0,8.

Voorbeeld correlatiecoëfficiënt #2

Spreidingsdiagram met twee variabelen met een correlatie van -0,8.

Voorbeeld correlatiecoëfficiënt #3

Spreidingsdiagram met twee variabelen met een correlatie van 0.

Correlatiematrix

Een tabel met de variabelen van een dataset als rijen en kolommen. De cellen zijn de correlatiecoëfficiënten tussen twee variabelen.

Correlatiematrix

Een tabel met de variabelen van een dataset als rijen en kolommen. De cellen zijn de correlatiecoëfficiënten tussen twee variabelen. De rij voor Income is gemarkeerd.

Correlatiematrix

Een tabel met de variabelen van een dataset als rijen en kolommen. De cellen zijn de correlatiecoëfficiënten tussen twee variabelen. De correlatie voor Income vs. MntWines is gemarkeerd.

Correlatie-heatmap

import seaborn as sns

corrMatrix = dataset.corr()

sns.heatmap(
    corrMatrix, 
    annot=True
    )

Voorbeeld van een heatmap

Voorbeeld correlatie-heatmap

Voorbeeld van een heatmap

Voorbeeld correlatie-heatmap

Voorbeeld van een heatmap

Correlatie is geen causaliteit

Sterke correlatie <> Oorzaak-gevolg
Causaliteit vereist meestal experimenten

Kwaliteit rockmuziek vs. Amerikaanse olieproductie

Laten we oefenen!

Introductie tot Python in Power BI