Tương quan không đồng nghĩa với quan hệ nhân quả
Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 33 trên 64.
r chỉ nhận biết các đường thẳng. Ở đây, y hoàn toàn phụ thuộc vào x, vậy mà r bằng 0:
Nửa giảm triệt tiêu nửa tăng. Một r gần 0 nghĩa là không có đường thẳng, chứ không phải không có mối quan hệ: hãy vẽ biểu đồ trước khi loại bỏ một đặc trưng.
Và một điểm ở xa có thể khiến r trông như thể có tương quan mạnh, vì vậy hãy kiểm tra các điểm ngoại lệ trước:
Cuối cùng, r không bao giờ chứng minh được nguyên nhân. Trẻ lớn tuổi hơn có cỡ giày lớn hơn và đọc tốt hơn: tuổi tác, một biến thứ ba ẩn, là yếu tố chi phối cả hai.
Thử thách
Trung bìnhMột cửa hàng trà thử nghiệm các cốc trà: steep và taste cho 9 cốc (số phút ngâm trà, điểm số), sugar và score cho 10 cốc khác (số viên đường, điểm số). Chương trình đọc lượng đường của một cốc trà bổ sung, sau đó đọc điểm số.
- In
rcủasteepvàtaste. - In
rcủasugarvàscore, sau đó in lại khi thêm cốc trà bổ sung.
Làm tròn đến 2 chữ số thập phân, với nhãn như bên dưới. Với một cửa hàng khác và cốc trà bổ sung có 10, 2.0:
Steeping r: -0.05
Sugar r: -0.23
Sugar r with the extra cup: -0.88Tự làm thử
import numpy as np
# Thời gian ủ tính bằng phút và điểm hương vị của 9 tách trà
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])
# Số viên đường và điểm hương vị của 10 tách trà khác
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])
# Tách trà bổ sung
extra_sugar = float(input())
extra_score = float(input())
# Viết code của bạn bên dưới
Tự kiểm traBài học này có một bài trắc nghiệm ngắn. Bắt đầu bài học để trả lời và theo dõi tiến độ.
Tất cả bài học trong Thống kê cho machine learning
1Giá trị trung tâm và độ phân tán
Giá trị trung bình và trung vịPhân vị và tứ phân vịPhương sai và độ lệch chuẩnMẫu hay tổng thể?Giá trị xuất hiện nhiều nhấtÔn tập: Thời gian giao hàng4Mẫu và tổng thể
Tổng thể và mẫuTrung bình mẫu biến thiênPhân phối mẫuMẫu lớn hơn, ít nhiễu hơnÔn tập: khảo sát một thị trấn2Các phân phối
Biểu đồ tần suất mật độHình dạng của dữ liệuĐường cong chuẩnQuy tắc 68-95-99,7Điểm ZÔn tập: Thời lượng pin3Xác suất qua mô phỏng
Xác suất dưới dạng tần suấtLuật số lớnTổng điểm khi gieo xúc xắcGiá trị kỳ vọngXác suất có điều kiệnÔn tập: Tỷ lệ thắng ở quầy xúc xắc6Mối quan hệ
Đọc biểu đồ phân tánTương quanMa trận tương quanBản đồ nhiệt tương quanTương quan không đồng nghĩa với quan hệ nhân quảÔn tập: Kem và mặt trờiTự luyện tập: Trình biên dịch Python online