Summary  
This chapter demonstrates how to compute the Pearson correlation coefficient between two numerical data sequences using NumPy’s `corrcoef` function and extract the resulting value.

General domain of usage  
Data analysis

**相関**は、2つの変数間の関連性や関係の強さを定量化する統計的指標。つまり、2つの変数が互いにどのように動く傾向があるかを理解するための指標。

定義

相関は、結果を簡単に確認する方法を提供。相関値は `[-1, 1]` の範囲内に収まる。以下の表を参照:

## Pythonによる相関

相関を計算するには、`np.corrcoef()` の `numpy` 関数を使用。2つのパラメータ（相関を計算したいデータ列）が必要。以下は例:

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 correlation 
corr = np.corrcoef(df['Store_Area'], df['Items_Available'])[0,1]

print(corr)

ここでは、**共分散**の場合と同様に、インデックス `[0, 1]` の値を抽出しています。前の章では `74955.85` という値を得ましたが、共分散関数の結果を解釈するのは難しい場合があります。しかし、この場合は、**値同士が強く関連している**と結論付けることができます。

統計学において、相関は何を測定しますか？

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。