Calcularea coeficientului de corelație Pearson

Așa cum s-a menționat în video, coeficientul de corelație Pearson, cunoscut și ca Pearson r, este adesea mai ușor de interpretat decât covarianța. El se calculează cu funcția np.corrcoef(). La fel ca np.cov(), aceasta primește două tablouri ca argumente și returnează un tablou 2D. Intrările [0,0] și [1,1] sunt întotdeauna egale cu 1 (poți să te gândești de ce?), iar valoarea care ne interesează este intrarea [0,1].

În acest exercițiu, vei scrie o funcție, pearson_r(x, y), care primește două tablouri și returnează coeficientul de corelație Pearson. Vei folosi apoi această funcție pentru a-l calcula pentru lungimile și lățimile petalelor speciei I. versicolor.

Am inclus din nou diagrama de dispersie generată într-un exercițiu anterior, ca să îți reamintești cum sunt legate lățimea și lungimea petalelor.

Acest exercițiu face parte din cursul

Gândire statistică în Python (Partea 1)

Vezi cursul

Instrucțiuni pentru exercițiu

Definește o funcție cu signatura pearson_r(x, y).
- Folosește np.corrcoef() pentru a calcula matricea de corelație a lui x și y (pasează-le lui np.corrcoef() în această ordine).
- Funcția returnează intrarea [0,1] a matricei de corelație.
Calculează corelația Pearson dintre datele din tablourile versicolor_petal_length și versicolor_petal_width. Atribuie rezultatul variabilei r.
Afișează rezultatul.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

def ____(____, ____):
    """Compute Pearson correlation coefficient between two arrays."""
    # Compute correlation matrix: corr_mat


    # Return entry [0,1]
    return corr_mat[0,1]

# Compute Pearson correlation coefficient for I. versicolor: r


# Print the result

Editează și rulează codul