Wyjaśniona wariancja
Widzisz, że ceny najmu w Houston i Las Vegas są ze sobą skorelowane. Ale w jakim stopniu zmiana ceny w jednym mieście wyjaśnia zmianę ceny w drugim? Obliczając R-kwadrat, możesz to precyzyjnie zmierzyć.
Do dyspozycji masz tablice NumPy z czynszami dla Las Vegas (lasvegas_rents) i Houston (houston_rents), a także tablicę dates zawierającą daty każdego pomiaru. Biblioteki pandas jako pd, NumPy jako np, Matplotlib jako plt oraz pakiet stats z biblioteki SciPy zostały już załadowane.
To ćwiczenie jest częścią kursu
Podstawy wnioskowania statystycznego w Pythonie
Instrukcje do ćwiczenia
- Oblicz współczynnik korelacji Pearsona między
houston_rentsalasvegas_rents. - Wydrukuj kwadrat współczynnika korelacji.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Compute the correlation between Houston and Las Vegas
r, p_value = ____
# Print R-squared
____