Covarianza e coefficiente di correlazione di Pearson

Pensare in modo statistico con Python (Parte 1)

Justin Bois

Teaching Professor at the California Institute of Technology

Risultati elettorali 2008 negli swing state USA

ch2-4_v2.003.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

Risultati elettorali 2008 negli swing state USA

ch2-4_v2.004.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

Risultati elettorali 2008 negli swing state USA

ch2-4_v2.005.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

Creare uno scatter plot

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

Covarianza

Misura di come due quantità variano insieme

Calcolo della covarianza

ch2-4_v2.011.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

Calcolo della covarianza

ch2-4_v2.012.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

Calcolo della covarianza

ch2-4_v2.013.png

¹ Data retrieved from Data.gov (https://www.data.gov/)

Calcolo della covarianza

ch2-4_v2.014.png

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

¹ Data retrieved from Data.gov (https://www.data.gov/)

Coefficiente di correlazione di Pearson

$$\rho = \text{Correlazione di Pearson} = \frac{\text{covarianza}}{(\text{dev. std di x}) (\text{dev. std di y})}$$

$$= \frac{\text{variabilità dovuta a codependenza}}{\text{variabilità indipendente}}$$

Esempi di coefficiente di Pearson

ch2-4_v2.020.png

Passons à la pratique !

Pensare in modo statistico con Python (Parte 1)