Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Кореляція | Коваріація проти Кореляції
Вивчення Статистики з Python
course content

Зміст курсу

Вивчення Статистики з Python

Вивчення Статистики з Python

1. Базові Поняття
2. Середнє, Медіана та Мода з Python
3. Дисперсія та Стандартне Відхилення
4. Коваріація проти Кореляції
5. Довірчий Інтервал
6. Статистичне Тестування

book
Кореляція

Кореляція — це статистична міра, яка кількісно визначає ступінь асоціації або взаємозв'язку між двома змінними. Іншими словами, вона допомагає зрозуміти, як дві змінні схильні змінюватися одна відносно одної.

Кореляція надає простий спосіб оцінити результат. Значення кореляції знаходиться в діапазоні [-1, 1]. Дивіться таблицю нижче:

Кореляція з Python

Для обчислення кореляції використовуйте функцію np.corrcoef() з бібліотеки numpy, яка потребує два параметри: послідовності даних, для яких обчислюється кореляція. Ось приклад:

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

Тут ми витягли значення за індексом [0, 1], так само, як і у випадку з коваріацією. У попередньому розділі ми отримали значення 74955.85, і інтерпретувати результат функції коваріації може бути складно. Однак у цьому випадку можна зробити висновок, що значення мають сильний зв'язок.

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 4. Розділ 2

Запитати АІ

expand
ChatGPT

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

course content

Зміст курсу

Вивчення Статистики з Python

Вивчення Статистики з Python

1. Базові Поняття
2. Середнє, Медіана та Мода з Python
3. Дисперсія та Стандартне Відхилення
4. Коваріація проти Кореляції
5. Довірчий Інтервал
6. Статистичне Тестування

book
Кореляція

Кореляція — це статистична міра, яка кількісно визначає ступінь асоціації або взаємозв'язку між двома змінними. Іншими словами, вона допомагає зрозуміти, як дві змінні схильні змінюватися одна відносно одної.

Кореляція надає простий спосіб оцінити результат. Значення кореляції знаходиться в діапазоні [-1, 1]. Дивіться таблицю нижче:

Кореляція з Python

Для обчислення кореляції використовуйте функцію np.corrcoef() з бібліотеки numpy, яка потребує два параметри: послідовності даних, для яких обчислюється кореляція. Ось приклад:

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

Тут ми витягли значення за індексом [0, 1], так само, як і у випадку з коваріацією. У попередньому розділі ми отримали значення 74955.85, і інтерпретувати результат функції коваріації може бути складно. Однак у цьому випадку можна зробити висновок, що значення мають сильний зв'язок.

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 4. Розділ 2
Ми дуже хвилюємося, що щось пішло не так. Що трапилося?
some-alt