Коваріація

Коваріація - це міра спільної мінливості двох випадкових величин.

Значення коваріації	Інтерпретація
Додатне	Дві змінні рухаються в одному напрямку
0	Дві змінні не мають лінійного зв'язку
Від'ємне	Дві змінні рухаються в протилежних напрямках

Формули відрізняються для вибірки та генеральної сукупності, але ми не будемо заглиблюватися в них. У цьому розділі ми розглянемо коваріації наступного набору даних:

	Store_ID	Store_Area	Items_Available	Daily_Customer_Count	Store_Sales
0	0	1659	1961	530	66490
1	1	1461	1752	210	39820
2	2	1340	1609	720	54010
3	3	1451	1748	620	53730
4	4	1770	2111	450	46620

Store_ID - Унікальний ідентифікатор магазину.
Store_Area - Площа магазину.
Items_Available - Кількість товарів, які доступні в магазині.
Daily_Customer_Count - Щоденна кількість покупців у магазині.
Store_Sales - Кількість продажів у магазині.

Обчислення коваріації за допомогою Python

Для обчислення коваріації в Python можна скористатися функцією np.cov() з бібліотеки NumPy. Вона має два параметри: послідовності даних, для яких ви хочете обчислити коваріацію.

Результатом є значення за індексом [0,1]. У цьому курсі не розглядаються інші значення серед вихідних, подивіться на приклад:


              123456789
            
import pandas as pd 
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/Stores.csv')

# Calculating covariance 
cov = np.cov(df['Store_Area'], df['Items_Available'])[0,1]

print(round(cov, 2))

Це вказує на те, що значення рухаються в одному напрямку. Це логічно, оскільки більша площа магазину відповідає більшій кількості товарів. Одним із суттєвих недоліків коваріації є те, що значення може бути нескінченним.

Все було зрозуміло?

Секція 4. Розділ 1