Тесты на корреляцию

Основы статистического вывода на Python

Paul Savala

Assistant Professor of Mathematics

Корреляция

Статистическая связь между двумя переменными

Два синусоидальных графика, приблизительно коррелирующих друг с другом.

Линейный график: ось X — дата, ось Y — нормализованная арендная плата; линия убывает с 2011 по 2012 год, затем растёт с 2012 по 2017 год.

¹ https://www.zillow.com/research/data/

Линейный график: ось X — дата, ось Y — нормализованная арендная плата; две линии — арендные цены в Чикаго и среднее по США — движутся синхронно.

r, p_value = stats.pearsonr(chicago_rents, usa_rents)


print(r)

0.939

print(p_value < 0.05)

TRUE

Вывод: Арендные цены в США и Чикаго коррелируют

$R^2:$ Доля объяснённой дисперсии

print(r**2)

0.883

Диаграмма рассеяния: ось X — средняя арендная плата по США, ось Y — арендная плата в Чикаго; прослеживается положительная линейная тенденция.

Факторы, специфичные для Чикаго?
- Перспективы занятости?
- Климат?
- Налоги?
- Что-то ещё?
Цель: объяснить оставшуюся дисперсию, не объяснённую арендой по США

Диаграмма рассеяния: ось X — текущая арендная плата в Чикаго, ось Y — арендная плата годом ранее; прослеживается положительная линейная тенденция.

Основы статистического вывода на Python