Piring Terbang Tidak Berkorelasi dengan Pasar yang Terbang

Dua deret yang sama-sama memiliki tren dapat menunjukkan korelasi yang kuat meskipun sebenarnya tidak saling terkait. Ini disebut "spurious correlation" (korelasi semu). Itulah sebabnya ketika Anda melihat korelasi, misalnya antara dua saham, Anda sebaiknya melihat korelasi return-nya, bukan level-nya.

Untuk mengilustrasikan hal ini, hitung korelasi antara level pasar saham dan jumlah penampakan UFO tahunan. Keduanya menunjukkan tren naik selama beberapa dekade terakhir, dan korelasi levelnya sangat tinggi. Lalu hitung korelasi perubahan persentasenya. Nilainya akan mendekati nol karena tidak ada hubungan antara kedua deret tersebut.

DataFrame levels memuat level DJI dan UFO. Data UFO diunduh dari www.nuforc.org.

Latihan ini adalah bagian dari kursus

Analisis Deret Waktu dengan Python

Lihat Kursus

Petunjuk latihan

Hitung korelasi kolom DJI dan UFO.
Buat DataFrame baru berisi perubahan menggunakan metode .pct_change().
Hitung ulang korelasi kolom DJI dan UFO pada perubahan tersebut.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Compute correlation of levels
correlation1 = ___
print("Correlation of levels: ", correlation1)

# Compute correlation of percent changes
changes = ___
correlation2 = ___
print("Correlation of changes: ", correlation2)

Edit dan Jalankan Kode