ข้อควรระวังเกี่ยวกับสหสัมพันธ์

สถิติเบื้องต้นด้วย Python

Maggie Matsui

Content Developer, DataCamp

ความสัมพันธ์แบบไม่เชิงเส้น

แผนภูมิกระจายของตัวแปรที่มีความสัมพันธ์แบบกำลังสอง

$$r = 0.18$$

สถิติเบื้องต้นด้วย Python

ความสัมพันธ์แบบไม่เชิงเส้น

สิ่งที่เราเห็น:

แผนภูมิกระจายของตัวแปรที่มีความสัมพันธ์แบบกำลังสองพร้อมเส้นแนวโน้มโค้ง

สิ่งที่สัมประสิทธิ์สหสัมพันธ์มอง:

แผนภูมิกระจายของตัวแปรที่มีความสัมพันธ์แบบกำลังสองพร้อมเส้นแนวโน้มเชิงเส้น

สถิติเบื้องต้นด้วย Python

สหสัมพันธ์ครอบคลุมเฉพาะความสัมพันธ์เชิงเส้น

อย่าใช้สหสัมพันธ์โดยไม่ตรวจสอบ

df['x'].corr(df['y'])

0.081094

ควรแสดงภาพข้อมูลเสมอ

แผนภูมิกระจายของตัวแปรที่มีความสัมพันธ์แบบกำลังสอง

สถิติเบื้องต้นด้วย Python

ข้อมูลการนอนหลับของสัตว์เลี้ยงลูกด้วยนม

print(msleep)

                 name       genus   vore         order  ... sleep_cycle  awake  brainwt   bodywt
1             Cheetah    Acinonyx  carni     Carnivora  ...         NaN   11.9      NaN   50.000
2          Owl monkey       Aotus   omni      Primates  ...         NaN    7.0  0.01550    0.480
3     Mountain beaver  Aplodontia  herbi      Rodentia  ...         NaN    9.6      NaN    1.350
4 Greater short-ta...     Blarina   omni  Soricomorpha  ...    0.133333    9.1  0.00029    0.019
5                 Cow         Bos  herbi  Artiodactyla  ...    0.666667   20.0  0.42300  600.000
..                ...         ...    ...           ...  ...         ...    ...      ...      ...
79         Tree shrew      Tupaia   omni    Scandentia  ...    0.233333   15.1  0.00250    0.104
80 Bottle-nosed do...    Tursiops  carni       Cetacea  ...         NaN   18.8      NaN  173.330
81              Genet     Genetta  carni     Carnivora  ...         NaN   17.7  0.01750    2.000
82         Arctic fox      Vulpes  carni     Carnivora  ...         NaN   11.5  0.04450    3.380
83            Red fox      Vulpes  carni     Carnivora  ...    0.350000   14.2  0.05040    4.230
สถิติเบื้องต้นด้วย Python

น้ำหนักตัว vs. เวลาตื่น

แผนภูมิกระจายของน้ำหนักตัวกับเวลาตื่น

msleep['bodywt'].corr(msleep['awake'])

0.3119801
สถิติเบื้องต้นด้วย Python

การกระจายของน้ำหนักตัว

ฮิสโทแกรมของตัวแปร bodywt

สถิติเบื้องต้นด้วย Python

การแปลงลอการิทึม

msleep['log_bodywt'] = np.log(msleep['bodywt'])


sns.lmplot(x='log_bodywt',
           y='awake',
           data=msleep,
           ci=None)
plt.show()

msleep['log_bodywt'].corr(msleep['awake'])

0.5687943

แผนภูมิกระจายของ log bodywt กับเวลาตื่น

สถิติเบื้องต้นด้วย Python

การแปลงรูปแบบอื่น

  • การแปลงลอการิทึม (log(x))
  • การแปลงรากที่สอง (sqrt(x))

  • การแปลงส่วนกลับ (1 / x)

  • การรวมกันของวิธีเหล่านี้ เช่น:

    • log(x) และ log(y)
    • sqrt(x) และ 1 / y
สถิติเบื้องต้นด้วย Python

ทำไมต้องแปลงข้อมูล?

  • วิธีทางสถิติบางอย่างกำหนดให้ตัวแปรมีความสัมพันธ์เชิงเส้น
    • สัมประสิทธิ์สหสัมพันธ์
    • การถดถอยเชิงเส้น

 

Introduction to Linear Modeling in Python

สถิติเบื้องต้นด้วย Python

สหสัมพันธ์ไม่ได้หมายถึงความเป็นเหตุและผล

                x มีสหสัมพันธ์กับ y ไม่ได้หมายความว่า x เป็นสาเหตุของ y

แผนภูมิกระจายของการบริโภคมาการีนต่อหัวในสหรัฐฯ กับอัตราการหย่าร้างในรัฐเมน ตัวแปรทั้งสองมีสหสัมพันธ์สูงที่ค่าสัมประสิทธิ์ 0.99

สถิติเบื้องต้นด้วย Python

ตัวแปรกวน

  การดื่มกาแฟ (x) ชี้ไปที่มะเร็งปอด (y)

สถิติเบื้องต้นด้วย Python

ตัวแปรกวน

  การดื่มกาแฟ (x) ชี้ไปที่มะเร็งปอด (y) โดยมีการสูบบุหรี่ (ตัวแปรกวน) อยู่ด้านบน

สถิติเบื้องต้นด้วย Python

ตัวแปรกวน

  การดื่มกาแฟ (x) ชี้ไปที่มะเร็งปอด (y) โดยมีตัวแปรกวนคือการสูบบุหรี่ ลูกศรสองทิศทางระหว่างการสูบบุหรี่กับการดื่มกาแฟ ระบุว่า "ความสัมพันธ์"

สถิติเบื้องต้นด้วย Python

ตัวแปรกวน

  การดื่มกาแฟ (x) ชี้ไปที่มะเร็งปอด (y) โดยมีตัวแปรกวนคือการสูบบุหรี่ ลูกศรสองทิศทางระหว่างการสูบบุหรี่กับการดื่มกาแฟ ระบุว่า "ความสัมพันธ์" ลูกศรจากการสูบบุหรี่ไปมะเร็งปอด ระบุว่า "ความเป็นเหตุและผล"

สถิติเบื้องต้นด้วย Python

ตัวแปรกวน

  การดื่มกาแฟ (x) มีลูกศรสองทิศทางไปยังมะเร็งปอด (y) ระบุว่า "ความสัมพันธ์" ลูกศรสองทิศทางระหว่างการสูบบุหรี่กับการดื่มกาแฟ ระบุว่า "ความสัมพันธ์" ลูกศรจากการสูบบุหรี่ไปมะเร็งปอด ระบุว่า "ความเป็นเหตุและผล"

  วันหยุด (x) ชี้ไปที่ยอดขายปลีก (y) โปรโมชันพิเศษ (ตัวแปรกวน) มีลูกศรสองทิศทางไปยังวันหยุดและลูกศรทิศทางเดียวไปยังยอดขายปลีก

สถิติเบื้องต้นด้วย Python

มาฝึกกันเถอะ!

สถิติเบื้องต้นด้วย Python

Preparing Video For Download...