Beräkna korrelationskoefficienter

Introduktion till Python i Power BI

Jacob H. Marquez

Data Scientist

Vad är en korrelationskoefficient?

Definition: ett numeriskt mått på ett statistiskt samband mellan två variabler

Intervall: -1 till 1

Intervall

-1:

starkt, negativt samband
en ökning i variabel A är kopplad till en minskning i variabel B

starkt, positivt samband
en ökning i variabel A är kopplad till en ökning i variabel B

0: inget samband

Korrelationskoefficient – exempel 1

Spridningsdiagram som visar två variabler med en korrelation på 0,8.

Korrelationskoefficient – exempel 2

Spridningsdiagram som visar två variabler med en korrelation på -0,8.

Korrelationskoefficient – exempel 3

Spridningsdiagram som visar två variabler med en korrelation på 0.

Korrelationsmatris

En tabell med datamängdens variabler som rader och kolumner. Cellerna visar korrelationskoefficienterna mellan de två variablerna.

Korrelationsmatris

En tabell med datamängdens variabler som rader och kolumner. Cellerna visar korrelationskoefficienterna mellan de två variablerna. Raden för Income är markerad.

Korrelationsmatris

En tabell med datamängdens variabler som rader och kolumner. Cellerna visar korrelationskoefficienterna mellan de två variablerna. Korrelationen för Income vs. MntWines är markerad.

Korrelations-heatmap

import seaborn as sns

corrMatrix = dataset.corr()

sns.heatmap(
    corrMatrix, 
    annot=True
    )

Exempel på en heatmap

Exempel på korrelations-heatmap

Exempel på en heatmap

Exempel på korrelations-heatmap

Exempel på en heatmap

Korrelation innebär inte kausalitet

Starkt korrelativt samband <> Det ena orsakade det andra
Kausalt samband kräver vanligtvis experiment

Rockmusikkvalitet vs. amerikansk oljeproduktion

Nu kör vi en övning!

Introduktion till Python i Power BI