เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การทดสอบสหสัมพันธ์

ต้องการทราบว่าราคาเช่าในลาสเวกัสและฮูสตันมีความสัมพันธ์กันหรือไม่ หากราคาในลาสเวกัสสูงขึ้น จะสมเหตุสมผลหรือไม่ที่จะสรุปว่าราคาในฮูสตันก็สูงขึ้นด้วย มีการโหลด NumPy array ของข้อมูลค่าเช่าสำหรับลาสเวกัส (lasvegas_rents) และฮูสตัน (houston_rents) รวมถึง dates ที่สอดคล้องกับการวัดแต่ละครั้งไว้ให้แล้ว

แพ็กเกจ pandas (pd), NumPy (np), Matplotlib (plt) และแพ็กเกจ stats จาก SciPy ได้ถูกโหลดไว้ให้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พื้นฐานการอนุมานทางสถิติด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างกราฟเส้นที่มีสองเส้น เส้นหนึ่งสำหรับ houston_rents และอีกเส้นสำหรับ lasvegas_rents โดยใช้ dates เป็นแกน x
  • คำนวณค่าสัมประสิทธิ์สหสัมพันธ์แบบ Pearson และ p-value ที่เกี่ยวข้อง
  • หาและแสดงผลค่า Boolean ที่บอกว่า p-value มีนัยสำคัญที่ระดับ 5% หรือไม่
  • แสดงผลค่า R-squared

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create a line graph showing the rents for both San Francisco and Las Vegas
____(____, ____, label='Houston')
____(____, ____, label='Las Vegas')
plt.show()

# Compute the Pearson correlation coefficient R, as well as the p-value
r, p_value = ____(____, ____)

# Print if the p-value is less than alpha = 5%
____

# Print out R-squared
____
แก้ไขและรันโค้ด