Pearson korelasyon katsayısını hesaplama
Videoda bahsedildiği gibi, Pearson korelasyon katsayısı (Pearson r olarak da bilinir), kovaryanstan daha kolay yorumlanır. np.corrcoef() kullanılarak hesaplanır. np.cov() gibi, iki dizi alır ve 2B bir dizi döndürür. [0,0] ve [1,1] girişleri zorunlu olarak 1’e eşittir (nedenini düşünebiliyor musun?) ve aradığımız değer [0,1] girişidir.
Bu egzersizde, iki dizi alıp Pearson korelasyon katsayısını döndüren pearson_r(x, y) adlı bir fonksiyon yazacaksın. Ardından bu fonksiyonu kullanarak I. versicolor’un taç yaprağı uzunlukları ve genişlikleri için katsayayı hesaplayacaksın.
Yine, taç yaprağı genişliği ile uzunluğunun nasıl ilişkili olduğunu anımsatmak için önceki bir egzersizde oluşturduğun saçılım grafiğini ekliyoruz.
Bu egzersiz, kursun bir parçasıdır
Python ile İstatistiksel Düşünme (Bölüm 1)
Egzersiz talimatları
pearson_r(x, y)imzasına sahip bir fonksiyon tanımla.xvey’nin (bu sıraylanp.corrcoef()’e vererek) korelasyon matrisini hesaplamak içinnp.corrcoef()kullan.- Fonksiyon, korelasyon matrisinin
[0,1]girişini döndürsün.
versicolor_petal_lengthveversicolor_petal_widthdizilerindeki veriler arasında Pearson korelasyonunu hesapla. Sonucurdeğişkenine ata.- Sonucu yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
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