Začněte nyníZačněte zdarma

Testování korelace

Chceš zjistit, jestli jsou ceny nájmů v Las Vegas a Houstonu vzájemně korelovány. Pokud ceny v Las Vegas rostou, je rozumné předpokládat, že rostou i v Houstonu? Pro Las Vegas (lasvegas_rents) a Houston (houston_rents) jsou načteny NumPy pole cen nájmů spolu s poli dates obsahujícími datum každého měření.

Balíčky pandas jako pd, NumPy jako np, Matplotlib jako plt a balíček stats ze SciPy jsou již načteny.

Toto cvičení je součástí kurzu

Základy statistické inference v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř spojnicový graf se dvěma řadami — jednou pro houston_rents a druhou pro lasvegas_rents — s hodnotami dates na ose x.
  • Vypočítej Pearsonův korelační koeficient a příslušnou p-hodnotu.
  • Zjisti a vypiš hodnotu typu Boolean, která ti řekne, zda je p-hodnota signifikantní na hladině 5 %.
  • Vypiš hodnotu R-squared.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a line graph showing the rents for both San Francisco and Las Vegas
____(____, ____, label='Houston')
____(____, ____, label='Las Vegas')
plt.show()

# Compute the Pearson correlation coefficient R, as well as the p-value
r, p_value = ____(____, ____)

# Print if the p-value is less than alpha = 5%
____

# Print out R-squared
____
Upravit a spustit kód