Găsirea relațiilor dintre mai multe serii de timp

Vizualizarea datelor de tip serie temporală în Python

Thomas Vincent

Head of Data Science, Getty Images

Corelații între două variabile

  • În statistică, coeficientul de corelație măsoară intensitatea relației dintre două variabile:
    • Coeficientul Pearson se utilizează pentru variabile cu relație liniară
    • Kendall Tau sau Spearman rank se utilizează pentru variabile cu relație neliniară
Vizualizarea datelor de tip serie temporală în Python

Calculul corelațiilor

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)
Vizualizarea datelor de tip serie temporală în Python

Ce este o matrice de corelație?

  • Calculând coeficientul de corelație pentru mai mult de două variabile, se obține o matrice de corelație
    • Interval: [-1, 1]
    • 0: nicio relație
    • 1: relație pozitivă puternică
    • -1: relație negativă puternică
Vizualizarea datelor de tip serie temporală în Python

Ce este o matrice de corelație?

  • O matrice de corelație este întotdeauna „simetrică"
  • Valorile de pe diagonală sunt întotdeauna egale cu 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
Vizualizarea datelor de tip serie temporală în Python

Calculul matricelor de corelație cu 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
Vizualizarea datelor de tip serie temporală în Python

Calculul matricelor de corelație cu Pandas

corr_mat = meat.corr(method='pearson')
Vizualizarea datelor de tip serie temporală în Python

Hartă termică

import seaborn as sns

sns.heatmap(corr_mat)
Vizualizarea datelor de tip serie temporală în Python

Hartă termică

Hartă termică a matricei de corelație

Vizualizarea datelor de tip serie temporală în Python

Hartă cluster

sns.clustermap(corr_mat)
Vizualizarea datelor de tip serie temporală în Python

Hartă cluster a matricei de corelație

Vizualizarea datelor de tip serie temporală în Python

Să exersăm!

Vizualizarea datelor de tip serie temporală în Python

Preparing Video For Download...