Korelace

Úvod do statistiky v Pythonu

Maggie Matsui

Content Developer, DataCamp

Vztahy mezi dvěma proměnnými

Bodový graf spánkových návyků savců: celkový spánek vs. REM spánek za den

Bodový graf s body velmi blízko neviditelné přímky

Bodový graf s body velmi blízko neviditelné přímky

Bodový graf s body dále od neviditelné přímky

Bodový graf s body ještě dále od neviditelné přímky

Bodový graf s body ještě dále od neviditelné přímky

Bodový graf s body rozptýlenými téměř náhodně

Bodový graf s body rozptýlenými zcela náhodně

0,75: s rostoucím x roste i y

Bodový graf, kde y roste s rostoucím x

-0,75: s rostoucím x klesá y

Bodový graf, kde y klesá s rostoucím x

import seaborn as sns

sns.scatterplot(x="sleep_total", y="sleep_rem", data=msleep)

plt.show()

Bodový graf sleep_rem vs. sleep_total

import seaborn as sns
sns.lmplot(x="sleep_total", y="sleep_rem", data=msleep, ci=None)

plt.show()

Bodový graf sleep_rem vs. sleep_total s lineární trendovou přímkou

msleep['sleep_total'].corr(msleep['sleep_rem'])

0.751755

msleep['sleep_rem'].corr(msleep['sleep_total'])

0.751755

V tomto kurzu: Pearsonův korelační koeficient ($r$)
- Nejčastěji používaný
- $\bar{x} =$ průměr $x$
- $\sigma_x =$ směrodatná odchylka $x$

$$ r = \frac{1}{n - 1} \sum_{i=1}^{n} \frac{(x_i - \bar{x})(y_i - \bar{y})}{\sigma_x \cdot \sigma_y}$$

Úvod do statistiky v Pythonu