Объяснённая дисперсия
Вы убедились, что цены на аренду в Хьюстоне и Лас-Вегасе коррелируют между собой. Но в какой мере изменение цены в одном городе объясняет изменение цены в другом? Именно для этого вычисляют R-квадрат — он позволяет точно оценить эту связь.
Для вас уже загружены массивы NumPy с данными об аренде в Лас-Вегасе (lasvegas_rents) и Хьюстоне (houston_rents), а также массив dates с датами каждого измерения. Библиотеки pandas (pd), NumPy (np), Matplotlib (plt), а также пакет stats из SciPy также подключены.
Это упражнение является частью курса
Основы статистического вывода на Python
Инструкции к упражнению
- Вычислите коэффициент корреляции Пирсона между
houston_rentsиlasvegas_rents. - Выведите квадрат коэффициента корреляции.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Compute the correlation between Houston and Las Vegas
r, p_value = ____
# Print R-squared
____