Grado di associazione Scipy
Scipy ha un attributo o una funzione denominata "Associazione ()."Questa funzione è definita per sapere quanto le due variabili sono correlate tra loro, il che significa che l'associazione è una misura di quanto le due variabili o le variabili in un set di dati si riferiscono tra loro.
Procedura
La procedura dell'articolo sarà spiegata nei passaggi. Innanzitutto, impareremo sulla funzione Association (), e poi sapremo sapere quali moduli dal Scipy sono tenuti a lavorare con questa funzione. Quindi impareremo la sintassi della funzione Association () nello script Python e quindi fare alcuni esempi per ottenere un'esperienza di lavoro pratica.
Sintassi
La riga seguente contiene la sintassi per la chiamata di funzione o la dichiarazione della funzione di associazione:
$ SCIPY. statistiche. contingenza. Associazione (osservata, metodo = 'Cramer', correzione = false, lambda_ = nessuno)
Discutiamo ora i parametri richiesti da questa funzione. Uno dei parametri è il "osservato", che è un set di dati o array simile a un array che ha i valori sotto osservazione per il test di associazione. Quindi arriva il parametro importante "Metodo."Questo metodo deve essere specificato durante l'utilizzo di questa funzione, ma il suo valore predefinito è" Cramer."La funzione ha altri due metodi:" Tschuprow "e" Pearson."Quindi, tutte queste funzioni danno gli stessi risultati.
Tieni presente che non dovremmo confondere la funzione di associazione con il coefficiente di correlazione di Pearson poiché quella funzione indica solo se le variabili hanno o meno correlazione tra loro, mentre l'associazione dice quanto o fino a che punto le variabili nominali sono correlate a ciascuna altro.
Valore di ritorno
La funzione di associazione restituisce il valore statistico per il test e il valore ha il tipo di dati "float" per impostazione predefinita. Se la funzione restituisce un valore di “1.0 ", questo indica che le variabili hanno un'associazione al 100%, mentre un valore di" 0.1 "o" 0.0 "indica che le variabili hanno poca o nessuna associazione.
Esempio # 01
Finora, siamo arrivati al punto di discussione che l'associazione calcola il grado della relazione tra le variabili. Useremo questa funzione di associazione e giudicare i risultati rispetto al nostro punto di discussione. Per iniziare a scrivere il programma, apriremo "Google Collab" e specificheremo un notebook separato e univoco dalla collaborazione per scrivere il programma in. Il motivo alla base dell'utilizzo di questa piattaforma è che si tratta di una piattaforma di programmazione Python online e ha tutti i pacchetti installati in anticipo.
Ogni volta che stiamo scrivendo un programma in qualsiasi linguaggio di programmazione, iniziamo il programma importando prima le biblioteche. Questo passaggio ha importanza poiché queste biblioteche hanno le informazioni sul back-end archiviate per le funzioni che queste librerie hanno così importando queste librerie, aggiungiamo indirettamente le informazioni al programma per il corretto funzionamento delle funzioni integrate. Importa la libreria "Numpy" nel programma come "NP" in quanto applicheremo la funzione di associazione agli elementi dell'array per verificare la loro associazione.
Quindi un'altra biblioteca sarà "Scipy" e da questo pacchetto Scipy, importeremo le "statistiche. emergenza come associazione "in modo da poter effettuare una chiamata alla funzione di associazione utilizzando questo modulo importato" Associazione."Ora abbiamo integrato tutti i moduli richiesti nel programma. Definire un array con dimensione 3 × 2, utilizzando la funzione di dichiarazione dell'array numpy. Questa funzione utilizza "NP" di Numpy come prefisso per array () come "NP. Array ([[2, 1], [4, 2], [6, 4]])."Memorizzeremo questo array come" osservato_array."Gli elementi di questo array sono" [[2, 1], [4, 2], [6, 4]] ", che mostra che l'array è composto da tre righe e due colonne.
Ora chiameremo il metodo Association () e, nei parametri della funzione, passeremo il "Osservad_array" e il metodo, che specificheremo come "Cramer."Questa chiamata di funzione sembrerà" Associazione (osservata_array, Method = "Cramer") ". I risultati verranno archiviati e quindi visualizzati utilizzando la funzione print (). Il codice e l'output per questo esempio sono mostrati come segue:
Il valore di ritorno del programma è “0.0690 ”, che afferma che le variabili hanno un grado inferiore di associazione tra loro.
Esempio # 02
Questo esempio mostrerà come possiamo usare la funzione di associazione e calcolare l'associazione delle variabili con due diverse specifiche del suo parametro, i.e., "metodo."Integra il" Scipy. statistica. Attributo di emergenza "come" associazione "e l'attributo di Numpy come" NP ", rispettivamente. Crea un array 4 × 3 per questo esempio usando il metodo di dichiarazione dell'array numpy, i.e., “NP. Array ([[100.120, 150], [203.222, 322], [420.660, 700], [320.110, 210]])."Passa questo array al metodo Association () e specifica il parametro" Metodo "per questa funzione la prima volta come" Tschuprow "e la seconda volta come" Pearson."
Questa chiamata del metodo sembrerà così: (osservato_array, method = "tschUprow“) e (osservato_array, method = ”Pearson“). Il codice per entrambe queste funzioni è allegato di seguito sotto forma di un frammento.
Entrambe le funzioni hanno restituito il valore statistico per questo test, che mostra l'entità dell'associazione tra le variabili nell'array.
Conclusione
Questa guida descrive i metodi per le specifiche del parametro di Associazione () "Metodo" di Scipy Basato sui tre diversi test di associazione che questa funzione fornisce: "Tschuprow", "Pearson" e "Cramer."Tutti questi metodi danno quasi gli stessi risultati se applicati agli stessi dati di osservazione o array.