Korrelationer

Analysera enkätdata med Python

EbunOluwa Andrew

Data Scientist

Korrelationer i enkätanalys

Ömsesidigt beroende mellan variabler
- När en variabel förändras, gör den andra det också
Mäter linjärt samband mellan två enkätfrågor
Korrelation är INTE nödvändigtvis orsakssamband
- En tredje variabel kan påverka
- Det går inte att avgöra vilken variabel som orsakar förändringar i den andra

Korrelation är inte orsakssamband. Text

Korrelationsstyrka och riktning

Korrelationskoefficienter -> 'r'
−1,0 till 1,0
- −1 eller 1 = perfekt samband
- 0 = inget samband
- Mindre än 0 = negativt samband
- Större än 0 = positivt samband
Vid få datapunkter krävs starka korrelationer för statistisk signifikans

Korrelation mellan pusseldelar

Funktionen .corr()

.corr()
_first column_.corr(_second column_)

Typer av korrelation

.corr() exempel: healthy_city

| City       | Rank | Life expectancy_years | Happiness levels |
|------------|------|-----------------------|------------------|
| Amsterdam  |    1 |                  81.2 |             7.44 |
| Sydney     |    2 |                  82.1 |             7.22 |
| Vienna     |    3 |                    81 |             7.29 |
| Stockholm  |    4 |                  81.8 |             7.35 |
| Copenhagen |    5 |                  79.8 |             7.64 |
| Helsinki   |    6 |                  80.4 |              7.8 |
| Fukuoka    |    7 |                  83.2 |             5.87 |
| Berlin     |    8 |                  80.6 |             7.07 |
| Barcelona  |    9 |                  82.2 |              6.4 |

.corr() exempel: healthy_city

import matplotlib.pyplot as plt
plt.scatter(healthy_city['Life expectancy_years'],
            healthy_city['Happiness levels'])

Spridningsdiagram för happy_survey

.corr() exempel: healthy_city

happy_survey['Happiness levels'].corr(
  happy_survey['Life expectancy_years'])

0.7245870841569987

Nu kör vi en övning!

Analysera enkätdata med Python