الارتباط لا يعني السببية

جزء من قسم الإحصاء لتعلّم الآلة في رحلة Machine Learning على Coddy. الدرس 33 من 64.

لا يرى r سوى الخطوط المستقيمة. هنا تتحدد y بالكامل بواسطة x، ومع ذلك فإن قيمة r تساوي 0:

مخطط تبعثر لـ y = x squared حيث تتراوح x من -3 إلى 3: مجموعة نقاط على شكل U مثالي، بعنوان r = 0.0

يلغي النصف الهابط النصف الصاعد. تعني قيمة r القريبة من 0 عدم وجود خط مستقيم، لا عدم وجود علاقة: ارسم البيانات قبل إسقاط ميزة.

وقد تُوهم نقطة بعيدة واحدة بوجود ارتباط قوي r، لذا افحص القيم المتطرفة أولًا:

ثماني نقاط زرقاء متجمعة بشكل غير محكم قرب 4 أفقيًا و5 عموديًا، مع r = -0.27، ونقطة حمراء واحدة بعيدة عند 20 و25. بوجودها، يقفز r إلى 0.95

أخيرًا، لا يثبت r أبدًا وجود علاقة سببية. فالأطفال الأكبر سنًا لديهم أحذية أكبر ويقرؤون بشكل أفضل: العمر، وهو متغير ثالث خفي، يؤثر في كليهما.

التحدي

متوسط

يختبر متجر شاي أكوابه: steep وtaste لـ 9 أكواب (دقائق النقع، الدرجة)، وsugar وscore لـ 10 أكواب أخرى (مكعبات السكر، الدرجة). يقرأ البرنامج كمية السكر في كوب إضافي واحد، ثم درجته.

اطبع r لـ steep وtaste.
اطبع r لـ sugar وscore، ثم بعد إضافة الكوب الإضافي.

قرّب إلى منزلتين عشريتين، واستخدم التسميات أدناه. لمتجر آخر وكوب إضافي 10، 2.0:

Steeping r: -0.05
Sugar r: -0.23
Sugar r with the extra cup: -0.88

جرّب بنفسك

import numpy as np

# مدة نقع الشاي بالدقائق وتقييم مذاق 9 أكواب
steep = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
taste = np.array([3.1, 5.0, 6.6, 7.7, 8.1, 7.6, 6.5, 5.1, 3.4])

# عدد مكعبات السكر وتقييم مذاق 10 أكواب أخرى
sugar = np.array([0, 2, 1, 3, 0, 2, 1, 3, 2, 1])
score = np.array([6.5, 5.8, 7.4, 6.1, 5.9, 7.0, 6.2, 6.8, 6.4, 5.7])

# الكوب الإضافي
extra_sugar = float(input())
extra_score = float(input())

# اكتب شيفرتك أدناه