Lekce 11 - Data Mining - Vliv makroindikátorů na export - Korelace

V minulé lekci, Data Mining - Vliv makroindikátorů na export - Dokončení dat, jsme dokončili přípravu dat pro další reálnou úlohu, týkající se vlivu makroindikátorů na vývoj exportu do Německa.

V tomto tutoriálu Data Miningu využijeme upravená data z předchozích lekcí a zahájíme v rámci naší reálné úlohy statistické testování vztahů mezi hlavními makroekonomickými indikátory České republiky a vývojem exportu z ČR do Německa. Využijeme k tomu korelační analýzu. Konkrétně využijeme metodu scatter_matrix(), která umožňuje vytvoření maticového grafu zobrazujícího vztahy mezi více než dvěma proměnnými najednou. Nejprve si ale prohloubíme základy teorie.

Korelační analýza

O vztahu mezi dvěma veličinami mluvíme jako o korelaci. Korelační koeficient je potom číslo, které vyjadřuje sílu tohoto vztahu mezi dvěma veličinami. Existuje více způsobů, jak korelaci měřit, avšak nejvíce využívaný je Pearsonův korelační koeficient (r) pro lineární závislost. Koeficient měří sílu lineární závislosti, resp. těsnost mezi dvěma veličinami (nikoliv průběh závislosti, pro který se využívá regresní analýza, o které si povíme později). Dvě proměnné jsou korelované, pokud určité hodnoty jedné proměnné mají tendenci se vyskytovat společně s určitými hodnotami druhé proměnné. Pomocí korelačního koeficientu můžeme vyčíslit, jak silná je vazba mezi našimi daty, tedy vybranými makroekonomickými indikátory a exportem do Německa.

Korelační koeficient nabývá hodnot z intervalu od -1 do 1. Pokud je hodnota kladná, odpovídá zvětšení jedné veličiny zvětšení druhé. Je-li hodnota záporná, odpovídá zvětšení jedné veličiny zmenšení druhé. Je-li hodnota nulová, není mezi veličinami lineární závislost. Je-li hodnota přesně 1 nebo −1, je mezi veličinami přesná lineární závislost.

Přibližná interpretace hodnot korelačního koeficientu (záporné hodnoty jsou analogické):

...konec náhledu článku...
Pokračuj dál