Correlazione non significa causalità
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 33 di 64.
r vede solo linee rette. Qui y è completamente determinata da x, eppure r è 0:
La metà discendente annulla quella ascendente. Un r vicino a 0 significa che non c’è una linea retta, non che non ci sia una relazione: traccia il grafico prima di eliminare una caratteristica.
E un punto molto distante può far sembrare elevato r, quindi controlla prima i valori anomali:
Infine, r non dimostra mai una causa. I bambini più grandi hanno scarpe più grandi e leggono meglio: l’età, una terza variabile nascosta, determina entrambe le cose.
Sfida
MedioUna sala da tè testa le sue tazze: steep e taste per 9 tazze (minuti di infusione, punteggio), sugar e score per altre 10 (zollette di zucchero, punteggio). Il programma legge la quantità di zucchero di un'ulteriore tazza, poi il punteggio.
- Stampa il valore di
rdi steep e taste. - Stampa il valore di
rdi sugar e score, poi quello con l'ulteriore tazza aggiunta.
Arrotonda a 2 decimali e usa le etichette mostrate qui sotto. Per un'altra sala da tè e un'ulteriore tazza con 10, 2.0:
Steeping r: -0.05
Sugar r: -0.23
Sugar r with the extra cup: -0.88Provalo tu
import numpy as np
# Tempo di infusione in minuti e punteggio del gusto di 9 tazze
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])
# Zollette di zucchero e punteggio del gusto di altre 10 tazze
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])
# La tazza aggiuntiva
extra_sugar = float(input())
extra_score = float(input())
# Scrivi il tuo codice qui sotto
Mettiti alla provaQuesta lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Tutte le lezioni di Statistica per il machine learning
1Centro e dispersione
Media e medianaPercentili e quartiliVarianza e deviazione standardCampione o popolazione?Il valore più frequenteRiepilogo: tempi di consegna4Campioni e popolazioni
Popolazione e campioneLe medie campionarie varianoDistribuzione campionariaCampioni più grandi, meno rumoreRiepilogo: sondare una città7Linee di tendenza
ResiduiAdattamento dei minimi quadratiTracciare la retta di adattamentoFare previsioni con una rettaQuanto è buono l’adattamento?Riepilogo: ore di pratica10Codifica delle categorie
Categorie come numeriCodifica one-hotRaggruppamento dei numeri in intervalliRiepilogo: annunci di auto2Distribuzioni
Istogrammi di densitàForme dei datiCurva normaleRegola 68-95-99,7Punteggi ZRiepilogo: durata della batteria5Valori anomali
Diagrammi a scatolaLa regola dell'IQRLa regola dello z-scoreGestire i valori anomaliRiepilogo: anomalie dei sensori3Probabilità tramite simulazione
La probabilità come frequenzaLa legge dei grandi numeriSomme dei dadiValore attesoProbabilità condizionataRiepilogo: probabilità al banco dei dadi6Relazioni
Leggere i grafici a dispersioneCorrelazioneMatrice di correlazioneMappe di calore della correlazioneCorrelazione non significa causalitàRiepilogo: gelato e soleEsercitati da solo: Compilatore Python online