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
Amostra vs PopulaçãoTipos de EstatísticaTipos de DadosValor MédioValor MedianoValor Mediano de um Número Par de ValoresMédia ou MedianaValor da ModaQuiz de Estatística Descritiva
2. Média, Mediana e Moda com Python
Examinar o Conjunto de DadosCalculando Valores de Média e Mediana com PythonEstatísticas com PandasCalcular a Média e a Mediana Salarial
3. Variância e Desvio Padrão
Variância PopulacionalVariância AmostralCalcular Variância com PythonDesvio PadrãoDesvio Padrão com PythonCalculando Variância e Desvio Padrão
4. Covariância vs Correlação
CovariânciaCorrelaçãoQuiz de Covariância e CorrelaçãoCalcular Covariância e Correlação
5. Intervalo de Confiança
Explorar o Conjunto de DadosIntervalo de ConfiançaCalculando Intervalo de Confiança com PythonQuiz Sobre a Largura do Intervalo de ConfiançaCalcular Intervalo de Confiança de 95%Cálculo Avançado de Intervalo de Confiança com PythonCorresponda às Funções
6. Testes Estatísticos
O Que É o Teste tHipótesesT-Test MatematicamenteTeste Unilateral e Teste BilateralPressupostos do Teste tRealização de um Teste t em PythonRealizar um Teste TTeste T Pareado

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

Pergunte à IA

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
Amostra vs PopulaçãoTipos de EstatísticaTipos de DadosValor MédioValor MedianoValor Mediano de um Número Par de ValoresMédia ou MedianaValor da ModaQuiz de Estatística Descritiva
2. Média, Mediana e Moda com Python
Examinar o Conjunto de DadosCalculando Valores de Média e Mediana com PythonEstatísticas com PandasCalcular a Média e a Mediana Salarial
3. Variância e Desvio Padrão
Variância PopulacionalVariância AmostralCalcular Variância com PythonDesvio PadrãoDesvio Padrão com PythonCalculando Variância e Desvio Padrão
4. Covariância vs Correlação
CovariânciaCorrelaçãoQuiz de Covariância e CorrelaçãoCalcular Covariância e Correlação
5. Intervalo de Confiança
Explorar o Conjunto de DadosIntervalo de ConfiançaCalculando Intervalo de Confiança com PythonQuiz Sobre a Largura do Intervalo de ConfiançaCalcular Intervalo de Confiança de 95%Cálculo Avançado de Intervalo de Confiança com PythonCorresponda às Funções
6. Testes Estatísticos
O Que É o Teste tHipótesesT-Test MatematicamenteTeste Unilateral e Teste BilateralPressupostos do Teste tRealização de um Teste t em PythonRealizar um Teste TTeste T Pareado

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
some-alt