Os discos voadores não estão relacionados a mercados voadores
Duas séries de tendências podem apresentar uma forte correlação, mesmo que não tenham nenhuma relação entre si. Isso é chamado de "correlação espúria". É por isso que, ao analisar a correlação de, digamos, duas ações, você deve analisar a correlação de seus retornos e não de seus níveis.
Para ilustrar esse ponto, calcule a correlação entre os níveis do mercado de ações e os avistamentos anuais de UFOs. 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 alterações percentuais. Isso será próximo de zero, pois 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 exercício faz parte do curso
Análise de séries temporais em Python
Instruções de exercício
- Calcule a correlação das colunas
DJIeUFO. - Crie um novo DataFrame de alterações usando o método
.pct_change(). - Calcule novamente a correlação das colunas
DJIeUFOcom base nas alterações.
Exercício interativo prático
Experimente este exercício preenchendo 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)