Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Correlação | 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
Correlação

Correlação é uma medida estatística que quantifica o grau de associação ou relação entre duas variáveis. Em outras palavras, ajuda a entender como duas variáveis tendem a se mover em relação uma à outra.

A correlação fornece uma maneira direta de examinar o resultado. O valor da correlação está dentro do intervalo de [-1, 1]. Consulte a tabela abaixo:

Correlação com Python

Para calcular a correlação, utilize a função np.corrcoef() do numpy, que requer dois parâmetros: as sequências de dados para as quais a correlação será calculada. Veja um 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 correlation corr = np.corrcoef(df['Store_Area'], df['Items_Available'])[0,1] print(corr)
copy

Aqui, extraímos o valor no índice [0, 1], assim como no caso da covariância. No capítulo anterior, obtivemos o valor 74955.85, e interpretar o resultado da função de covariação pode ser desafiador. No entanto, neste caso, podemos concluir que os valores estão fortemente relacionados.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 4. Capítulo 2

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
Correlação

Correlação é uma medida estatística que quantifica o grau de associação ou relação entre duas variáveis. Em outras palavras, ajuda a entender como duas variáveis tendem a se mover em relação uma à outra.

A correlação fornece uma maneira direta de examinar o resultado. O valor da correlação está dentro do intervalo de [-1, 1]. Consulte a tabela abaixo:

Correlação com Python

Para calcular a correlação, utilize a função np.corrcoef() do numpy, que requer dois parâmetros: as sequências de dados para as quais a correlação será calculada. Veja um 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 correlation corr = np.corrcoef(df['Store_Area'], df['Items_Available'])[0,1] print(corr)
copy

Aqui, extraímos o valor no índice [0, 1], assim como no caso da covariância. No capítulo anterior, obtivemos o valor 74955.85, e interpretar o resultado da função de covariação pode ser desafiador. No entanto, neste caso, podemos concluir que os valores estão fortemente relacionados.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 4. Capítulo 2
Sentimos muito que algo saiu errado. O que aconteceu?
some-alt