Znajdowanie zależności między wieloma szeregami czasowymi

Wizualizacja danych szeregów czasowych w Pythonie

Thomas Vincent

Head of Data Science, Getty Images

Korelacje między dwiema zmiennymi

W statystyce współczynnik korelacji mierzy siłę zależności między dwiema zmiennymi:
- Współczynnik Pearsona stosuje się dla zależności liniowych
- Tau Kendalla lub rho Spearmana stosuje się dla zależności nieliniowych

Obliczanie korelacji

from scipy.stats.stats import pearsonr
from scipy.stats.stats import spearmanr
from scipy.stats.stats import kendalltau
x = [1, 2, 4, 7]
y = [1, 3, 4, 8]
pearsonr(x, y)

SpearmanrResult(correlation=0.9843, pvalue=0.01569)

spearmanr(x, y)

SpearmanrResult(correlation=1.0, pvalue=0.0)

kendalltau(x, y)

KendalltauResult(correlation=1.0, pvalue=0.0415)

Czym jest macierz korelacji?

Korelacja między więcej niż dwiema zmiennymi daje macierz korelacji
- Zakres: [-1, 1]
- 0: brak zależności
- 1: silna zależność dodatnia
- -1: silna zależność ujemna

Czym jest macierz korelacji?

Macierz korelacji jest zawsze „symetryczna"
Wartości na przekątnej zawsze wynoszą 1

   x     y     z
x  1.00 -0.46  0.49
y -0.46  1.00 -0.61
z  0.49 -0.61  1.00

Obliczanie macierzy korelacji w Pandas

corr_p = meat[['beef', 'veal','turkey']].corr(method='pearson')
print(corr_p)

          beef     veal     turkey
beef      1.000   -0.829    0.738
veal     -0.829    1.000   -0.768
turkey    0.738   -0.768    1.000

corr_s = meat[['beef', 'veal','turkey']].corr(method='spearman')
print(corr_s)

          beef     veal     turkey
beef      1.000   -0.812    0.778
veal     -0.812    1.000   -0.829
turkey    0.778   -0.829    1.000

Obliczanie macierzy korelacji w Pandas

corr_mat = meat.corr(method='pearson')

Mapa cieplna

import seaborn as sns

sns.heatmap(corr_mat)

Mapa cieplna

Mapa cieplna macierzy korelacji

Mapa klastrów

sns.clustermap(corr_mat)

Mapa klastrów macierzy korelacji

Czas na ćwiczenia!

Wizualizacja danych szeregów czasowych w Pythonie