Korelace

Analýza dat z průzkumů v Pythonu

EbunOluwa Andrew

Data Scientist

Korelace v analýze průzkumů

Vzájemná závislost proměnných veličin
- Změna jedné proměnné ovlivňuje druhou
Měří lineární vztah mezi dvěma položkami průzkumu
Korelace NENÍ nutně kauzalita
- Může existovat třetí ovlivňující proměnná
- Nelze určit, která proměnná způsobuje změny druhé

Korelace není kauzalita. Nápis

Síla a směr korelace

Korelační koeficienty -> 'r'
-1,0 až 1,0
- -1 nebo 1 = dokonalý vztah
- 0 = žádný vztah
- Méně než 0 = negativní vztah
- Více než 0 = pozitivní vztah
Při malém počtu dat jsou pro statistickou významnost nutné silné korelace

Korelace mezi dílky puzzlu

Funkce .corr()

.corr()
_první sloupec_.corr(_druhý sloupec_)

Typy korelace

.corr() příklad: healthy_city

| City       | Rank | Life expectancy_years | Happiness levels |
|------------|------|-----------------------|------------------|
| Amsterdam  |    1 |                  81.2 |             7.44 |
| Sydney     |    2 |                  82.1 |             7.22 |
| Vienna     |    3 |                    81 |             7.29 |
| Stockholm  |    4 |                  81.8 |             7.35 |
| Copenhagen |    5 |                  79.8 |             7.64 |
| Helsinki   |    6 |                  80.4 |              7.8 |
| Fukuoka    |    7 |                  83.2 |             5.87 |
| Berlin     |    8 |                  80.6 |             7.07 |
| Barcelona  |    9 |                  82.2 |              6.4 |

.corr() příklad: healthy_city

import matplotlib.pyplot as plt
plt.scatter(healthy_city['Life expectancy_years'],
            healthy_city['Happiness levels'])

Bodový graf happy_survey

.corr() příklad: healthy_city

happy_survey['Happiness levels'].corr(
  happy_survey['Life expectancy_years'])

0.7245870841569987

Pojďme si procvičit!

Analýza dat z průzkumů v Pythonu