Calcolare i coefficienti di correlazione

Introduzione a Python in Power BI

Jacob H. Marquez

Data Scientist

Cos’è un coefficiente di correlazione?

Definizione: misura numerica di una relazione statistica tra due variabili

Intervallo: da -1 a 1

Intervallo

-1:

relazione forte e negativa
all’aumentare di A, B diminuisce

relazione forte e positiva
all’aumentare di A, anche B aumenta

0: nessuna relazione

Esempio di coefficiente di correlazione #1

Grafico a dispersione di due variabili con correlazione 0,8.

Esempio di coefficiente di correlazione #2

Grafico a dispersione di due variabili con correlazione -0,8.

Esempio di coefficiente di correlazione #3

Grafico a dispersione di due variabili con correlazione 0.

Matrice di correlazione

Tabella con le variabili di un dataset come righe e colonne. Le celle sono i coefficienti di correlazione tra le due variabili.

Matrice di correlazione

Tabella con le variabili di un dataset come righe e colonne. Le celle sono i coefficienti di correlazione tra le due variabili. La riga Income è evidenziata.

Matrice di correlazione

Tabella con le variabili di un dataset come righe e colonne. Le celle sono i coefficienti di correlazione tra le due variabili. È evidenziata la correlazione tra Income e MntWines.

Heatmap di correlazione

import seaborn as sns

corrMatrix = dataset.corr()

sns.heatmap(
    corrMatrix, 
    annot=True
    )

Esempio di heatmap

Esempio di heatmap di correlazione

Esempio di heatmap

Esempio di heatmap di correlazione

Esempio di heatmap

Correlazione ≠ causalità

Relazione forte ≠ causalità
La causalità di solito richiede esperimenti

Qualità della musica rock vs produzione di petrolio USA

Passiamo alla pratica !

Introduzione a Python in Power BI