Discos voadores não estão correlacionados com mercados em alta
Duas séries com tendência podem mostrar uma correlação forte mesmo que não tenham qualquer relação entre si. Isso é chamado de "correlação espúria". Por isso, quando você analisa a correlação, por exemplo, de duas ações, deve olhar para a correlação dos seus retornos e não dos seus níveis.
Para ilustrar esse ponto, calcule a correlação entre os níveis do mercado de ações e os avistamentos anuais de OVNIs. Ambas as séries temporais apresentaram tendência de alta nas últimas décadas e a correlação de seus níveis é muito alta. Em seguida, calcule a correlação de suas variações percentuais. Isso ficará próximo de zero, já que não há relação entre essas duas séries.
O DataFrame levels contém os níveis de DJI e UFO. Os dados de UFO foram baixados de www.nuforc.org.
Este exercicio faz parte do curso
Análise de séries temporais em Python
Instruções do exercicio
- Calcule a correlação das colunas
DJIeUFO. - Crie um novo DataFrame de variações usando o método
.pct_change(). - Recalcule a correlação das colunas
DJIeUFOnas variações.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Compute correlation of levels
correlation1 = ___
print("Correlation of levels: ", correlation1)
# Compute correlation of percent changes
changes = ___
correlation2 = ___
print("Correlation of changes: ", correlation2)