**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))

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.

Ce cours vous donne une connaissance de base des statistiques. Il est destiné aux étudiants ayant une connaissance de base de la syntaxe Python car ils travailleront avec les modules NumPy et pandas. Au cours du cours, vous vous familiariserez avec les concepts de base, puis passerez progressivement à des concepts et tâches plus complexes.

Cette section nous aidera à traiter le premier cas statistique réel : trouver des intervalles de confiance. Elle nécessite la connaissance des bibliothèques NumPy, pandas, Matplotlib et Seaborn pour calculer des formules mathématiques et créer des visualisations ! Pour vous encourager à passer cette section, je tiens à souligner que vous rencontrerez une petite quantité de théorie mais une quantité significative de pratique !

Une partie inséparable de la vie d'un analyste de données est de réaliser des tests d'hypothèses. Après avoir terminé cette section, vous comprendrez l'idée derrière les tests en statistiques et serez capable de réaliser un t-test en utilisant Python.

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

	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

Apprendre les Statistiques avec Python

Covariance