Professional Documents
Culture Documents
Untitled
Untitled
متغیرهای مختلف صحبت می کنیم .همبستگی یک سیستم آماری برای اندازه گیری این است که تا چه اندازه
متغیرهای مختلف به هم ربط دارند .به عبارت دیگر ،وقتی دو متغیر
را در طول زمان مشاهده میکنیم ،اگر یک متغیر تغییر کند چگونه این
تغییر بر متغیر دیگر تاثیر می گذارد؟ برای مثال ،معروف است که سیگار
کشیدن با سرطان ریه ارتباط دارد .زیرا اگر سیگار بکشید شانس
گرفتن سرطان ریه باالتر است .در مثال دیگر ،رابطه بین متغیر چتر و باران وجود دارد وقتی بارندگی بیشتر
باشد مردم بیشتری از چتر استفاده می کنند .همچنین ،اگر باران نبارد
مردم چتر نمی برند .بنابر این ،می توانیم بگوییم
که چتر و باران به هم وابسته هستند و به
عبارتی همبسته هستند .مهم است که بدانید همبستگی
به معنای علیت نیست .در حقیقت ،می توانیم بگوییم که چتر
و باران مرتبط هستند اما اطالعات کافی برای اینکه بگوییم چتر باعث بارندگی می شود یا باران باعث
چتر می شود ،وجود ندارد .در علم داده معموال بیشتر
با همبستگی کار می کنیم .بیایید نگاهی بیاندازیم به
اندازه موتور و قیمت .این بار این دو متغیر را با استفاده از یک نمودار پراکندگی و یک خط
به نام خط رگرسیون ،که رابطه بین دو متغیر را نشان
می دهد ،به تصویر می کشیم .هدف اصلی این نمودار این است که
ببینیم آیا اندازه موتور هیچ تاثیری روی قیمت دارد .در این مثال ،می توانید ببینید که خط
مستقیم از طریق نقاط داده ها شیب تندی دارد که نشان می دهد که یک
رابطه خطی مثبت بین دو متغیروجود دارد .با بزرگتر شدن موتور ،مقدار قیمت هم باال می رود و
شیب خط مثبت است .بنابراین یک همبستگی مثبت بین
seaborn.regplotاندازه موتور و قیمت وجود دارد .می توانیم از
برای ایجاد نمودار پراکندگی استفاده کنیم .به عنوان مثال دیگر ،بیایید
نگاهی بیاندازیم به رابطه بین مایل بر گالن در بزرگراه ،تا تاثیر
آن بر قیمت ماشین را ببینیم .همانطور که در این نمودار می بینید ،وقتی مایل بر گالن در بزرگراه
باال می رود قیمت پایین می آید .بنابراین یک رابطه خطی منفی بین مایل بر گالن در بزرگراه و قیمت وجود دارد .اگرچه این
رابطه منفی است
اما شیب خط زیاد است که یعنی مایل بر گالن دربزرگراه هنوز
پیش بینی کننده خوبی برای قیمت است .می توان گفت این دو متغیر
همبستگی منفی دارند .سر انجام ،مثالی از یک
و هم مقادیر RPMهمبستگی ضعیف می آوریم .برای مثال ،هم پیک پایین
برای RPMقیمتهای پایین و باال دارند .بنابراین ،نمی توانیم از RPMباالی پیک
.پیش بینی مقادیر استفاده کنیم