Covariance

Covariance est une mesure de la variabilité conjointe de deux variables aléatoires.

La valeur de la covariance	Signification
Positive	Deux variables évoluent dans la même direction
0	Deux variables sans relation linéaire
Négative	Deux variables évoluent dans des directions opposées

Les formules sont différentes pour l'échantillon et la population, mais nous n'approfondirons pas ce sujet. Dans ce chapitre, nous discuterons des covariances du jeu de données suivant :

	Store_ID	Store_Area	Items_Available	Daily_Customer_Count	Store_Sales
0	0	1659	1961	530	66490
1	1	1461	1752	210	39820
2	2	1340	1609	720	54010
3	3	1451	1748	620	53730
4	4	1770	2111	450	46620

Store_ID - L'identifiant unique du magasin ;
Store_Area - La superficie du magasin ;
Items_Available - Le nombre d'articles disponibles dans le magasin ;
Daily_Customer_Count - Le nombre quotidien de clients dans le magasin ;
Store_Sales - Le nombre de ventes dans le magasin.

Calcul de la Covariance avec Python :

Pour calculer la covariance en Python, vous pouvez utiliser la fonction np.cov() de la bibliothèque NumPy. Elle nécessite deux paramètres : les séquences de données pour lesquelles vous souhaitez calculer la covariance.

Le résultat est la valeur à l'index [0,1]. Ce cours ne couvrira pas les autres valeurs de la sortie, référez-vous à l'exemple :

import pandas as pd

import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/Stores.csv')

# Calculating covariance

cov = np.cov(df['Store_Area'], df['Items_Available'])[0,1]

print(round(cov, 2))


              123456789
            
import pandas as pd 
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/Stores.csv')

# Calculating covariance 
cov = np.cov(df['Store_Area'], df['Items_Available'])[0,1]

print(round(cov, 2))

Cela indique que les valeurs évoluent dans la même direction. Cela a du sens car une plus grande superficie de magasin correspond à un plus grand nombre d'articles. Un inconvénient majeur de la covariance est que la valeur peut être infinie.

Tout était clair ?

Merci pour vos commentaires !

Section 4. Chapitre 1