ÎncepețiÎncepe gratuit

Covarianță vs. Corelație

Covarianța măsoară dacă două variabile se modifică împreună. Se calculează înmulțind punct cu punct abaterile din exercițiul anterior, dx[n]*dy[n], apoi calculând media tuturor acestor produse.

Corelația este, în esență, covarianța normalizată. În acest exercițiu, ai la dispoziție două seturi de date puternic corelate și vei vizualiza și calcula atât covariance, cât și correlation.

Acest exercițiu face parte din cursul

Introducere în modelarea liniară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Calculează abaterile dx și dy scăzând media cu np.mean(), apoi calculează covariance ca medie a produsului dx*dy.
  • Calculează abaterile normalizate zx și zy împărțind la abaterea standard cu np.std(), apoi calculează correlation ca medie a produsului zx*zy.
  • Folosește plot_normalized_deviations(zx, zy) pentru a reprezenta grafic produsul abaterilor normalizate și verifică vizual rezultatul față de valoarea corelației.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Compute the covariance from the deviations.
dx = x - np.____(x)
dy = y - np.____(y)
covariance = np.____(____ * ____)
print("Covariance: ", covariance)

# Compute the correlation from the normalized deviations.
zx = dx / np.____(x)
zy = dy / np.____(y)
correlation = np.____(____ * ____)
print("Correlation: ", correlation)

# Plot the normalized deviations for visual inspection. 
fig = plot_normalized_deviations(zx, zy)
Editează și rulează codul