數據科學：定量和定性變量之間的相關性（Python中）

Question

我想知道是否有可能在python中測量定量變量（在我的情況下為家庭的平均日消費量）與定性變量（在我的情況下為月：1、2，...，12）之間的相關性？

一個月 avg_daily_consumption
------------------------------------------
1 | 12.11836586156116
2 | 11.713968603585668
3 | 11.902829015188159
4 | 10.12066900094302
5 | 8.879703717271864
6 | 8.384419625257689
7 | 8.146453593663365
8 | 7.961394876525876
9 | 8.748848024841289
10 | 9.820944144869841
11 | 11.247017177860053
12 | 12.069888731716086

謝謝。

Answer 1

我們可以使用numpy和matplotlib庫來顯示是否存在任何關聯。

以下內容是在Jupyter筆記本中編寫的，但是應該可以在Python中工作，並且刪除注釋為#remove的行。

import numpy as np

#x values
x = [1,2,3,4,5,6,7,8,9,10,11,12]

# y values 
y = [12.11836586156116, 11.713968603585668, 11.902829015188159, 10.12066900094302, 8.879703717271864, 8.384419625257689, 8.146453593663365, 7.961394876525876, 8.748848024841289, 9.820944144869841, 11.247017177860053 , 12.069888731716086]

print( np.corrcoef(x, y))

這將輸出：[[1. -0.22316588] [-0.22316588 1.]]，該圖顯示出較小的負相關。

然后，我們可以繪制x，y值：

import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline      # remove if not in Jupyter notebook
matplotlib.style.use('ggplot')

plt.scatter(x, y)
plt.show()

這給了我們下面的圖-指出月份和每月消費之間沒有直接的相關性。

看起來這可能是周期性消耗。 假設1-12個月，那么消費似乎從年中到年底有所上升，然后下降到年中點，然后又上升。 如果是這樣的話，她可以添加前幾年的數據。