Summary  
This chapter demonstrates how to compute covariance between two numerical variables in Python using NumPy’s np.cov() function to assess the direction of their linear relationship.

General domain of usage  
Retail analytics

**共分散**は、2つの確率変数の同時変動を測定する指標。

定義

**標本**と**母集団**の共分散の公式は異なるが、ここでは詳細には扱わない。この章では、次のデータセットの共分散の計算に焦点を当てる。

- `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.

## Pythonによる共分散の計算

Pythonで共分散を計算するには、**NumPy**ライブラリの`np.cov()`関数を使用。2つのパラメータとして、共分散を計算したいデータ系列を指定。

結果はインデックス`[0,1]`の値。その他の出力値については本コースでは扱わない。例を参照:

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))

これは値が同じ方向に動くことを示す。店舗面積が大きいほど、取り扱う商品の数も多くなるため、これは妥当。共分散の大きな欠点の一つは、その値が無限大になる可能性がある点。

共分散に関する正しい記述はどれですか？

Pythonを用いたデータ分析で使用される主要な統計概念を学習します。本コースでは、平均、中央値、最頻値、分散、標準偏差などの記述統計に加え、サンプリング、確率分布、中心極限定理、外れ値検出についても取り上げます。