Calcularea coeficienților de corelație

Introducere în Python în Power BI

Jacob H. Marquez

Data Scientist

Ce este un coeficient de corelație?

Definiție: o măsură numerică a unui tip de relație statistică între două variabile

Interval: -1 până la 1

Interval

-1:

relație puternică, negativă
creșterea variabilei A este asociată cu scăderea variabilei B

relație puternică, pozitivă
creșterea variabilei A este asociată cu creșterea variabilei B

0: nicio relație

Exemplu de coeficient de corelație #1

Diagramă de dispersie cu două variabile cu o corelație de 0,8.

Exemplu de coeficient de corelație #2

Diagramă de dispersie cu două variabile cu o corelație de -0,8.

Exemplu de coeficient de corelație #3

Diagramă de dispersie cu două variabile cu o corelație de 0.

Matricea de corelație

Un tabel cu variabilele unui set de date pe rânduri și coloane. Celulele conțin coeficienții de corelație dintre cele două variabile.

Matricea de corelație

Un tabel cu variabilele unui set de date pe rânduri și coloane. Celulele conțin coeficienții de corelație dintre cele două variabile. Rândul pentru Venit este evidențiat.

Matricea de corelație

Un tabel cu variabilele unui set de date pe rânduri și coloane. Celulele conțin coeficienții de corelație dintre cele două variabile. Corelația dintre Venit și MntWines este evidențiată.

Hartă termică a corelației

import seaborn as sns

corrMatrix = dataset.corr()

sns.heatmap(
    corrMatrix, 
    annot=True
    )

Exemplu de hartă termică

Exemplu de hartă termică a corelației

Exemplu de hartă termică

Exemplu de hartă termică a corelației

Exemplu de hartă termică

Corelația nu înseamnă cauzalitate

Relație corelativă puternică <> Una nu a cauzat-o pe cealaltă
O relație cauzală necesită de obicei experimentare

Calitatea muzicii rock vs. producția de petrol a SUA

Să exersăm!

Introducere în Python în Power BI