Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Covarianza | Covarianza vs Correlazione
Statistica con Python
course content

Contenuti del Corso

Statistica con Python

Statistica con Python

1. Concetti di Base
2. Media, Mediana e Moda con Python
3. Varianza e Deviazione Standard
4. Covarianza vs Correlazione
5. Intervallo di Confidenza
6. Test Statistici

book
Covarianza

Covarianza è una misura della variabilità congiunta di due variabili casuali.

Le formule per la covarianza campionaria e popolazionale sono diverse, ma non verranno approfondite in dettaglio qui. Questo capitolo si concentra sulle covarianze del seguente dataset:

  • Store_ID: the unique id of the store;

  • Store_Area: the area of the store;

  • Items_Available: the number of items that are available in the store;

  • Daily_Customer_Count: the daily number of customers in the store;

  • Store_Sales: the number of sales in the store.

Calcolo della covarianza con Python

Per calcolare la covarianza in Python, utilizzare la funzione np.cov() della libreria NumPy. Accetta due parametri: le sequenze di dati per cui si desidera calcolare la covarianza.

Il risultato si trova all'indice [0,1]. Questo corso non tratterà gli altri valori dell'output, fare riferimento all'esempio:

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))
copy

Questo indica che i valori si muovono nella stessa direzione. Questo è logico perché una superficie del negozio più ampia corrisponde a un numero maggiore di articoli. Un limite significativo della covarianza è che il valore può essere infinito.

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 1

Chieda ad AI

expand
ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

course content

Contenuti del Corso

Statistica con Python

Statistica con Python

1. Concetti di Base
2. Media, Mediana e Moda con Python
3. Varianza e Deviazione Standard
4. Covarianza vs Correlazione
5. Intervallo di Confidenza
6. Test Statistici

book
Covarianza

Covarianza è una misura della variabilità congiunta di due variabili casuali.

Le formule per la covarianza campionaria e popolazionale sono diverse, ma non verranno approfondite in dettaglio qui. Questo capitolo si concentra sulle covarianze del seguente dataset:

  • Store_ID: the unique id of the store;

  • Store_Area: the area of the store;

  • Items_Available: the number of items that are available in the store;

  • Daily_Customer_Count: the daily number of customers in the store;

  • Store_Sales: the number of sales in the store.

Calcolo della covarianza con Python

Per calcolare la covarianza in Python, utilizzare la funzione np.cov() della libreria NumPy. Accetta due parametri: le sequenze di dati per cui si desidera calcolare la covarianza.

Il risultato si trova all'indice [0,1]. Questo corso non tratterà gli altri valori dell'output, fare riferimento all'esempio:

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))
copy

Questo indica che i valori si muovono nella stessa direzione. Questo è logico perché una superficie del negozio più ampia corrisponde a un numero maggiore di articoli. Un limite significativo della covarianza è che il valore può essere infinito.

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 1
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?
some-alt