Testowanie korelacji
Chcesz sprawdzić, czy ceny wynajmu w Las Vegas i Houston są ze sobą skorelowane. Jeśli ceny rosną w Las Vegas, czy można założyć, że podobna tendencja występuje też w Houston? Dla obu miast wczytano tablice NumPy z czynszami: lasvegas_rents i houston_rents, a także tablicę dates z datami odpowiadającymi kolejnym pomiarom.
Następujące pakiety zostały już wczytane: pandas jako pd, NumPy jako np, Matplotlib jako plt oraz pakiet stats z biblioteki SciPy.
To ćwiczenie jest częścią kursu
Podstawy wnioskowania statystycznego w Pythonie
Instrukcje do ćwiczenia
- Utwórz wykres liniowy z dwiema liniami – jedną dla
houston_rentsi jedną dlalasvegas_rents– używając tablicydatesjako osi x. - Oblicz współczynnik korelacji Pearsona oraz odpowiadającą mu p-wartość.
- Wyznacz i wydrukuj wartość logiczną (Boolean) wskazującą, czy p-wartość jest istotna na poziomie 5%.
- Wydrukuj wartość R-kwadrat.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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
____