Výpočet Pearsonova korelačního koeficientu

Jak bylo zmíněno ve videu, Pearsonův korelační koeficient – také označovaný jako Pearsonovo r – je často snazší interpretovat než kovarianci. Vypočítá se pomocí funkce np.corrcoef(). Stejně jako np.cov() přijímá dvě pole jako argumenty a vrací 2D pole. Položky [0,0] a [1,1] jsou vždy rovny 1 (dokážeš si vysvětlit proč?) a nás zajímá hodnota na pozici [0,1].

V tomto cvičení napíšeš funkci pearson_r(x, y), která přijme dvě pole a vrátí Pearsonův korelační koeficient. Tuto funkci pak použiješ k výpočtu koeficientu pro délky a šířky okvětních lístků I. versicolor.

Opět přikládáme bodový graf, který jsi vytvořil/a v předchozím cvičení – jako připomínku toho, jak spolu šířka a délka okvětních lístků souvisí.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 1)

Zobrazit kurz

Pokyny k cvičení

Definuj funkci se signaturou pearson_r(x, y).
- Pomocí np.corrcoef() vypočítej korelační matici pro x a y (předej je funkci np.corrcoef() v tomto pořadí).
- Funkce vrátí položku [0,1] korelační matice.
Vypočítej Pearsonův korelační koeficient pro data v polích versicolor_petal_length a versicolor_petal_width. Výsledek přiřaď do proměnné r.
Vypiš výsledek.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

def ____(____, ____):
    """Compute Pearson correlation coefficient between two arrays."""
    # Compute correlation matrix: corr_mat


    # Return entry [0,1]
    return corr_mat[0,1]

# Compute Pearson correlation coefficient for I. versicolor: r


# Print the result

Upravit a spustit kód