Výpočet korelačních koeficientů

Úvod do Pythonu v Power BI

Jacob H. Marquez

Data Scientist

Co je korelační koeficient?

Definice: číselná míra statistického vztahu mezi dvěma proměnnými

Rozsah: -1 až 1

Rozsah

-1:

silný, negativní vztah
nárůst proměnné A je spojen s poklesem proměnné B

silný, pozitivní vztah
nárůst proměnné A je spojen s nárůstem proměnné B

0: žádný vztah

Příklad korelačního koeficientu č. 1

Bodový graf zobrazující dvě proměnné s korelací 0,8.

Příklad korelačního koeficientu č. 2

Bodový graf zobrazující dvě proměnné s korelací -0,8.

Příklad korelačního koeficientu č. 3

Bodový graf zobrazující dvě proměnné s korelací 0.

Korelační matice

Tabulka s proměnnými datové sady jako řádky a sloupce. Buňky obsahují korelační koeficienty mezi dvěma proměnnými.

Korelační matice

Tabulka s proměnnými datové sady jako řádky a sloupce. Buňky obsahují korelační koeficienty mezi dvěma proměnnými. Řádek pro Income je zvýrazněn.

Korelační matice

Tabulka s proměnnými datové sady jako řádky a sloupce. Buňky obsahují korelační koeficienty mezi dvěma proměnnými. Korelace Income vs. MntWines je zvýrazněna.

Korelační heatmapa

import seaborn as sns

corrMatrix = dataset.corr()

sns.heatmap(
    corrMatrix, 
    annot=True
    )

Příklad heatmapy

Příklad korelační heatmapy

Příklad heatmapy

Příklad korelační heatmapy

Příklad heatmapy

Korelace neznamená kauzalitu

Silná korelace <> jedna proměnná způsobila druhou
Kauzální vztah zpravidla vyžaduje experimentování

Kvalita rockové hudby vs. těžba ropy v USA

Pojďme si procvičit!

Úvod do Pythonu v Power BI