Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lære Kovarians | Kovarians vs. Korrelasjon
Lære Statistikk med Python
course content

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter
Utvalg vs PopulasjonTyper av statistikkDatatyperGjennomsnittMedianverdiMedianverdi for Et Partall av VerdierGjennomsnitt eller MedianTypetallQuiz om Beskrivende Statistikk
2. Gjennomsnitt, Median og Modus med Python
Undersøk DatasettetBeregning av Gjennomsnitts- og Medianverdier med PythonStatistikk med PandasBeregne Gjennomsnittlig og Median Lønn
3. Varians og Standardavvik
PopulasjonsvariansUtvalgsvariansBeregn Varians med PythonStandardavvikStandardavvik med PythonBeregning av Varians og Standardavvik
4. Kovarians vs. Korrelasjon
KovariansKorrelasjonQuiz om Kovarians og KorrelasjonBeregne Kovarians og Korrelasjon
5. Konfidensintervall
Utforsk DatasettetKonfidensintervallBeregning av Konfidensintervall med PythonQuiz om KonfidensintervallbreddeBeregn 95 % KonfidensintervallAvansert Beregning av Konfidensintervall med PythonMatche Funksjonene
6. Statistisk Testing
Hva er t-testHypoteserT-test MatematiskEnhalet og Tohalet TestForutsetninger for T-testUtføring av t-test i PythonUtføre en t-testParret T-test

book
Kovarians

Kovarians er et mål på den felles variasjonen mellom to tilfeldige variabler.

Formlene for utvalgskovarians og populasjonskovarians er forskjellige, men vil ikke bli gjennomgått i detalj her. Dette kapittelet fokuserer på kovariansene i følgende datasett:

  • 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.

Beregning av kovarians med Python

For å beregne kovarians i Python, bruk funksjonen np.cov() fra NumPy-biblioteket. Den tar to parametere: dataseriene du ønsker å beregne kovariansen for.

Resultatet finnes på indeks [0,1]. Dette kurset dekker ikke de andre verdiene i utdataene, se eksempelet:


              
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

Dette indikerer at verdiene beveger seg i samme retning. Dette er logisk fordi et større butikkområde tilsvarer et større antall varer. En betydelig ulempe med kovarians er at verdien kan være uendelig.

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 1

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

course content

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter
Utvalg vs PopulasjonTyper av statistikkDatatyperGjennomsnittMedianverdiMedianverdi for Et Partall av VerdierGjennomsnitt eller MedianTypetallQuiz om Beskrivende Statistikk
2. Gjennomsnitt, Median og Modus med Python
Undersøk DatasettetBeregning av Gjennomsnitts- og Medianverdier med PythonStatistikk med PandasBeregne Gjennomsnittlig og Median Lønn
3. Varians og Standardavvik
PopulasjonsvariansUtvalgsvariansBeregn Varians med PythonStandardavvikStandardavvik med PythonBeregning av Varians og Standardavvik
4. Kovarians vs. Korrelasjon
KovariansKorrelasjonQuiz om Kovarians og KorrelasjonBeregne Kovarians og Korrelasjon
5. Konfidensintervall
Utforsk DatasettetKonfidensintervallBeregning av Konfidensintervall med PythonQuiz om KonfidensintervallbreddeBeregn 95 % KonfidensintervallAvansert Beregning av Konfidensintervall med PythonMatche Funksjonene
6. Statistisk Testing
Hva er t-testHypoteserT-test MatematiskEnhalet og Tohalet TestForutsetninger for T-testUtføring av t-test i PythonUtføre en t-testParret T-test

book
Kovarians

Kovarians er et mål på den felles variasjonen mellom to tilfeldige variabler.

Formlene for utvalgskovarians og populasjonskovarians er forskjellige, men vil ikke bli gjennomgått i detalj her. Dette kapittelet fokuserer på kovariansene i følgende datasett:

  • 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.

Beregning av kovarians med Python

For å beregne kovarians i Python, bruk funksjonen np.cov() fra NumPy-biblioteket. Den tar to parametere: dataseriene du ønsker å beregne kovariansen for.

Resultatet finnes på indeks [0,1]. Dette kurset dekker ikke de andre verdiene i utdataene, se eksempelet:


              
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

Dette indikerer at verdiene beveger seg i samme retning. Dette er logisk fordi et større butikkområde tilsvarer et større antall varer. En betydelig ulempe med kovarians er at verdien kan være uendelig.

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 1
some-alt