Korelacje

Analiza danych ankietowych w Pythonie

EbunOluwa Andrew

Data Scientist

Korelacje w analizie ankiet

Współzależność zmiennych
- Zmiana jednej zmiennej pociąga zmianę drugiej
Mierzy liniową zależność między dwiema zmiennymi
Korelacja NIE oznacza przyczynowości
- Możliwy wpływ trzeciej zmiennej
- Nie można stwierdzić, która zmienna powoduje zmiany w drugiej

Korelacja nie jest przyczyną. Napis

Siła i kierunek korelacji

Współczynniki korelacji -> 'r'
Od -1,0 do 1,0
- -1 lub 1 = doskonała zależność
- 0 = brak zależności
- Poniżej 0 = zależność ujemna
- Powyżej 0 = zależność dodatnia
Przy małej liczbie danych potrzebna silna korelacja dla istotności statystycznej

Korelacja między elementami układanki

Funkcja .corr()

.corr()
_pierwsza_kolumna_.corr(_druga_kolumna_)

Typy korelacji

.corr() example: 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() example: healthy_city

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

Wykres punktowy happy_survey

.corr() example: healthy_city

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

0.7245870841569987

Ćwiczmy!

Analiza danych ankietowych w Pythonie