EDA数据相关性分析--度量数据之间的关系

0引入

分析方法选择

（1）广告投放对销售额的影响

存在关系吗？ 关系强度与形式？总体中具备这样的关系吗？是因果关系吗？

（2）营销响应中的性别差异

 是否存在偏好？

（3）分析方法选择

1数量变量之间的相关性

（1）广告投放对销售额的影响

 1.1散点图

1.2协方差

协方差用来衡量两个变量的总体误差，如果两个变量的变化趋势一致，协方差就是正值，说明两个变量正相关。如果两个变量的变化趋势相反，协方差就是负值，说明两个变量负相关。如果两个变量相互独立，那么协方差就是0，说明两个变量不相关。以下是协方差的计算公式：

 协方差的问题是：值的大小与x和y的度量单位有关

1.3相关系数

衡量两个变量之间的强度

样本之间的相关系数用r，总体间相关系数用ρ。等于协方差除以两个变量各自的标准差。

#绘制散点图
sns.scatterplot(x='Monetary',y='Frequency',data=df)
#由散点图可以看得出来是具有相关关系的，继续计算其相关系数
#用pearson系数进行计算，可见其系数为0.95，具有较强的关系
df.corr()
#求协方差
np.cov(df['Monetary'],df['Frequency'])
#求皮尔逊系数
scipy.stats.pearsonr(df['Monetary'],df['Frequency'])

#statsmodels.formula.api.ols有关统计分析的包
from statsmodels.formula.api import ols
lm=ols('Monetary~Frequency',data=df).fit()
lm.summary()