Correlation
วัดว่าสองตัวแปรเคลื่อนไหวไปด้วยกันแค่ไหนด้วย correlation coefficient อ่าน correlation matrix ลากเส้นแนวโน้ม เลือก Pearson หรือ Spearman และเข้าใจว่าทำไม correlation ไม่ใช่ causation
บทที่ 34 ~35 นาทีแบบฝึกหัด 5 ข้อ
ในบทนี้คุณจะได้เรียน
- เข้าใจค่า correlation (r) ตั้งแต่ −1 ถึง 1 และอ่านความแรงของความสัมพันธ์
- คำนวณด้วย
.corr()ทั้งแบบคู่และแบบ matrix - วาด scatter พร้อมเส้นแนวโน้มด้วย
np.polyfit - เลือก Pearson (เชิงเส้น) หรือ Spearman (อันดับ ทนต่อค่าสุดโต่ง)
- แยก correlation ออกจาก causation และรู้จักตัวแปรกวน (confounder)