ПочатиПочніть безкоштовно

Коваріація проти кореляції

Коваріація — це міра того, чи змінюються дві змінні разом (чи «варіюють»). Її обчислюють як середнє добутків, поелементно, відхилень, отриманих у попередній вправі, dx[n]*dy[n], а потім беруть середнє всіх цих добутків.

Кореляція по суті є нормалізованою коваріацією. У цій вправі вам надано два масиви даних, які мають високу кореляцію. Ви візуалізуєте та обчислите і covariance, і correlation.

Ця вправа є частиною курсу

Вступ до лінійного моделювання в Python

Переглянути курс

Інструкції до вправи

  • Обчисліть відхилення dx і dy, віднявши середнє за допомогою np.mean(), і обчисліть covariance як середнє їхнього добутку dx*dy.
  • Обчисліть нормалізовані відхилення zx і zy, поділивши на стандартне відхилення за допомогою np.std(), і обчисліть correlation як середнє їхнього добутку zx*zy.
  • Використайте plot_normalized_deviations(zx, zy), щоб побудувати графік добутку нормалізованих відхилень і візуально звірити його зі значенням кореляції.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код