1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do modelowania liniowego w Pythonie
Connected

ćwiczenie

Kowariancja a korelacja

Kowariancja mierzy to, czy dwie zmienne zmieniają się razem. Oblicza się ją, wyznaczając iloczyny odchyleń dla każdej pary punktów – dx[n]*dy[n] – a następnie obliczając średnią tych iloczynów.

Korelacja to w istocie znormalizowana kowariancja. W tym ćwiczeniu otrzymujesz dwie tablice danych o wysokiej korelacji. Zwizualizujesz je i obliczysz zarówno covariance, jak i correlation.

Instrukcje

100 XP
  • Oblicz odchylenia dx i dy, odejmując średnią za pomocą np.mean(), a następnie oblicz covariance jako średnią ich iloczynu dx*dy.
  • Oblicz znormalizowane odchylenia zx i zy, dzieląc przez odchylenie standardowe za pomocą np.std(), a następnie oblicz correlation jako średnią ich iloczynu zx*zy.
  • Użyj plot_normalized_deviations(zx, zy), aby zwizualizować iloczyn znormalizowanych odchyleń i porównać go wzrokowo z wartością korelacji.