Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Leer Covariantie | Covariantie Versus Correlatie
Statistiek Leren Met Python
course content

Cursusinhoud

Statistiek Leren Met Python

Statistiek Leren Met Python

1. Basisconcepten
Steekproef Versus PopulatieTypen van StatistiekTypen GegevensGemiddelde WaardeMediaanwaardeMediaanwaarde van een Even Aantal WaardenGemiddelde of MediaanModale WaardeToets Beschrijvende Statistiek
2. Gemiddelde, Mediaan en Modus met Python
Het Dataset OnderzoekenHet Berekenen van Gemiddelde en Mediaanwaarden met PythonStatistiek met PandasHet Gemiddelde en de Mediaan van het Salaris Berekenen
3. Variantie en Standaarddeviatie
PopulatievariantieSteekproefvariantieVariantie Berekenen met PythonStandaarddeviatieStandaarddeviatie met PythonVariantie en Standaarddeviatie Berekenen
4. Covariantie Versus Correlatie
CovariantieCorrelatieToets over Covariantie en CorrelatieCovariantie en Correlatie Berekenen
5. Betrouwbaarheidsinterval
Verken de DatasetBetrouwbaarheidsintervalBetrouwbaarheidsinterval Berekenen met PythonQuiz Over de Breedte van het Betrouwbaarheidsinterval95% Betrouwbaarheidsinterval BerekenenGeavanceerde Berekening van Betrouwbaarheidsintervallen met PythonKoppel de Functies
6. Statistische Toetsing
Wat Is de T-toetsHypothesenT-Toets WiskundigÉénzijdige en Tweezijdige ToetsT-toets AannamesHet Uitvoeren van een T-toets in PythonEen t-toets UitvoerenGepaarde t-toets

book
Covariantie

Covariantie is een maat voor de gezamenlijke variabiliteit van twee willekeurige variabelen.

De formules voor steekproef- en populatiecovariantie verschillen, maar worden hier niet in detail behandeld. Dit hoofdstuk richt zich op de covarianties van de volgende 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.

Covariantie berekenen met Python

Gebruik de functie np.cov() uit de NumPy-bibliotheek om covariantie in Python te berekenen. Deze functie neemt twee parameters: de gegevensreeksen waarvoor je de covariantie wilt berekenen.

Het resultaat is de waarde op index [0,1]. Deze cursus behandelt de andere waarden in de uitvoer niet, zie het voorbeeld:


              
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

Dit geeft aan dat de waarden in dezelfde richting bewegen. Dit is logisch, omdat een groter winkeloppervlak overeenkomt met een groter aantal artikelen. Een belangrijk nadeel van covariantie is dat de waarde oneindig kan zijn.

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 4. Hoofdstuk 1

Vraag AI

expand
ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

course content

Cursusinhoud

Statistiek Leren Met Python

Statistiek Leren Met Python

1. Basisconcepten
Steekproef Versus PopulatieTypen van StatistiekTypen GegevensGemiddelde WaardeMediaanwaardeMediaanwaarde van een Even Aantal WaardenGemiddelde of MediaanModale WaardeToets Beschrijvende Statistiek
2. Gemiddelde, Mediaan en Modus met Python
Het Dataset OnderzoekenHet Berekenen van Gemiddelde en Mediaanwaarden met PythonStatistiek met PandasHet Gemiddelde en de Mediaan van het Salaris Berekenen
3. Variantie en Standaarddeviatie
PopulatievariantieSteekproefvariantieVariantie Berekenen met PythonStandaarddeviatieStandaarddeviatie met PythonVariantie en Standaarddeviatie Berekenen
4. Covariantie Versus Correlatie
CovariantieCorrelatieToets over Covariantie en CorrelatieCovariantie en Correlatie Berekenen
5. Betrouwbaarheidsinterval
Verken de DatasetBetrouwbaarheidsintervalBetrouwbaarheidsinterval Berekenen met PythonQuiz Over de Breedte van het Betrouwbaarheidsinterval95% Betrouwbaarheidsinterval BerekenenGeavanceerde Berekening van Betrouwbaarheidsintervallen met PythonKoppel de Functies
6. Statistische Toetsing
Wat Is de T-toetsHypothesenT-Toets WiskundigÉénzijdige en Tweezijdige ToetsT-toets AannamesHet Uitvoeren van een T-toets in PythonEen t-toets UitvoerenGepaarde t-toets

book
Covariantie

Covariantie is een maat voor de gezamenlijke variabiliteit van twee willekeurige variabelen.

De formules voor steekproef- en populatiecovariantie verschillen, maar worden hier niet in detail behandeld. Dit hoofdstuk richt zich op de covarianties van de volgende 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.

Covariantie berekenen met Python

Gebruik de functie np.cov() uit de NumPy-bibliotheek om covariantie in Python te berekenen. Deze functie neemt twee parameters: de gegevensreeksen waarvoor je de covariantie wilt berekenen.

Het resultaat is de waarde op index [0,1]. Deze cursus behandelt de andere waarden in de uitvoer niet, zie het voorbeeld:


              
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

Dit geeft aan dat de waarden in dezelfde richting bewegen. Dit is logisch, omdat een groter winkeloppervlak overeenkomt met een groter aantal artikelen. Een belangrijk nadeel van covariantie is dat de waarde oneindig kan zijn.

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 4. Hoofdstuk 1
Onze excuses dat er iets mis is gegaan. Wat is er gebeurd?
some-alt