Do curso: Python para Ciência de Dados: Formação Básica
Acesse o curso completo hoje mesmo
Cadastre-se hoje mesmo e acesse mais de 23.200 cursos criados por especialistas.
Identificando correlações: Método não-paramétrico - Tutorial de Python
Do curso: Python para Ciência de Dados: Formação Básica
Identificando correlações: Método não-paramétrico
Além de métodos paramétricos, existem métodos não paramétricos para encontrar correlações. Nós usamos esse tipo de análise para encontrar correlação entre dados categóricos relacionados não linearmente. Nós vamos usar o método de Spearman e tabelas qui-quadrado para encontrar correlação entre dados que são categóricos. O método de Spearman funciona com dados ordinais. Caso você não saiba o que é isso, uma variável ordinal é uma variável numérica que podemos transformar em um dado categórico. O método de Spearman calcula o ranking das variáveis, baseado na força da correlação entre duas variáveis. Se isso parece um pouco confuso, não se preocupe, pois na demonstração de código, o conceito do método vai ficar mais claro. Assim como o método de Pearson, que vimos nas aulas passadas o método de spearman, também calcula o valor que definem uma correlação. "1" e o "- 1", indicam uma correlação forte entre o par de variáveis. Enquanto o "0" indica que as…
Pratique enquanto aprende com arquivos de exercícios
Baixe os arquivos usados pelo instrutor do curso. Siga a apresentação e aprenda assistindo, ouvindo e praticando.
Conteúdos
-
-
-
-
-
(Bloqueados)
Arrays e Numpy4 m27 s
-
(Bloqueados)
Matrizes e Numpy5 m10 s
-
(Bloqueados)
Estatística Descritiva1 m26 s
-
(Bloqueados)
Investigando valores numéricos2 m42 s
-
(Bloqueados)
Investigando a dispersão de uma variável2 m57 s
-
(Bloqueados)
Variáveis categóricas1 m4 s
-
(Bloqueados)
Dados categóricos e o Pandas4 m22 s
-
(Bloqueados)
Identificando correlações: Método paramétrico2 m6 s
-
(Bloqueados)
Calculando o Coeficiente de Pearson5 m43 s
-
(Bloqueados)
Identificando correlações: Método não-paramétrico2 m25 s
-
(Bloqueados)
Usando Spearman e Qui-Quadrado6 m27 s
-
(Bloqueados)
Transformando distribuições de dados2 m
-
(Bloqueados)
Pre-processamento com Sckit-Learn6 m13 s
-
(Bloqueados)
-
-
-
-
-
-
-