Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Covariância | Covariância vs Correlação
Aprendendo Estatística com Python
course content

Conteúdo do Curso

Aprendendo Estatística com Python

Aprendendo Estatística com Python

1. Conceitos Básicos
2. Média, Mediana e Moda com Python
3. Variância e Desvio Padrão
4. Covariância vs Correlação
5. Intervalo de Confiança
6. Testes Estatísticos

book
Covariância

Covariância é uma medida da variabilidade conjunta de duas variáveis aleatórias.

As fórmulas para amostra e população de covariância diferem, mas não serão exploradas em detalhes aqui. Este capítulo foca nas covariâncias do seguinte conjunto de dados:

  • 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.

Calculando a Covariância com Python

Para calcular a covariância em Python, utilize a função np.cov() da biblioteca NumPy. Ela recebe dois parâmetros: as sequências de dados para as quais se deseja calcular a covariância.

O resultado está localizado no índice [0,1]. Este curso não abordará os outros valores do resultado, consulte o exemplo:

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

Isso indica que os valores variam na mesma direção. Isso faz sentido, pois uma área de loja maior corresponde a um número maior de itens. Uma limitação significativa da covariância é que o valor pode ser infinito.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 4. Capítulo 1

Pergunte à IA

expand
ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

course content

Conteúdo do Curso

Aprendendo Estatística com Python

Aprendendo Estatística com Python

1. Conceitos Básicos
2. Média, Mediana e Moda com Python
3. Variância e Desvio Padrão
4. Covariância vs Correlação
5. Intervalo de Confiança
6. Testes Estatísticos

book
Covariância

Covariância é uma medida da variabilidade conjunta de duas variáveis aleatórias.

As fórmulas para amostra e população de covariância diferem, mas não serão exploradas em detalhes aqui. Este capítulo foca nas covariâncias do seguinte conjunto de dados:

  • 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.

Calculando a Covariância com Python

Para calcular a covariância em Python, utilize a função np.cov() da biblioteca NumPy. Ela recebe dois parâmetros: as sequências de dados para as quais se deseja calcular a covariância.

O resultado está localizado no índice [0,1]. Este curso não abordará os outros valores do resultado, consulte o exemplo:

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

Isso indica que os valores variam na mesma direção. Isso faz sentido, pois uma área de loja maior corresponde a um número maior de itens. Uma limitação significativa da covariância é que o valor pode ser infinito.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 4. Capítulo 1
Sentimos muito que algo saiu errado. O que aconteceu?
some-alt