数据的相关分析

相关分析
两个事物，表示为X和Y, 如何判断它们之间的存在相关性？

• X增大， Y增大，两个变量正相关
• X增大， Y减小，两个变量负相关
• X增大， Y无视，两个变量不相关

协方差
两个事物，表示为X和Y，如何判断它们之间的存在相关性？

cov(X,Y)

• 协方差>0, X和Y正相关
• 协方差>0, X和Y负相关
• 协方差=0, X和Y独立无关

Pearson相关系数
两个事物，表示为X和Y,如何判断它们之间的存在相关性？
r取值范围[-1, 1]
0.8 ~ 1.0极强相关
0.6 ~ 0.8强相关
0.4 ~ 0.6中等程度相关
0.2 ~ 0.4弱相关
0.0 ~ 0.2极弱相关或无相关

相关分析函数
适用于Series和DataFrame类型

.cov() #计算协方差矩阵
.corr() #计算相关系数矩阵，Pearson, Spearman, Kendall等系数

房价增幅和M2增幅的相关性

import pandas as pd
hprice = pd.Series([3.04, 22.93, 12.75, 22.6, 12.33], index = ['2008', '2009', '2010', '2011', '2012'])

m2 = pd.Series([8.18, 18.38, 9.13, 7.82, 6.69], index = ['2008', '2009', '2010', '2011', '2012'])

hprice.corr(m2)

#画图