Question

Pandas corr（）函数将其用法限制为成对计算。但是，如何使用薪水作为下面数据框中的因变量来计算数据框中三个变量的相关性？

    GPA    IQ    SALARY
0   3.2    100   45000
1   4.0    140  150000
2   2.9    90    30000
3   2.5    85    25000
4   3.6    120   75000
5   3.4    110   60000
6   3.0    05    38000

Answer 1

您可以通过首先获取与熊猫对的相关系数来计算因变量与其他两个自变量的相关性。然后，您可以使用多重相关系数函数来计算R平方，但是它有一些偏差，因此您可以选择更准确的调整R平方值。您还可以调整公式以考虑更多独立变量。以下是Charles Zaiontz先生的出色文章的python改编。 http://www.real-statistics.com/correlation/multiple-correlation/

import math

df = pd.DataFrame({
    'IQ':[100,140,90,85,120,110,95], 
    'GPA':[3.2,4.0,2.9,2.5,3.6,3.4,3.0],
    'SALARY':[45e3,150e3,30e3,25e3,75e3,60e3,38e3]
    })

# Get pairwise correlation coefficients
cor = df.corr()

# Independent variables
x = 'IQ'
y = 'GPA'

# Dependent variable
z = 'SALARY'

# Pairings
xz = cor.loc[ x, z ]
yz = cor.loc[ y, z ]
xy = cor.loc[ x, y ]

Rxyz = math.sqrt((abs(xz**2) + abs(yz**2) - 2*xz*yz*xy) / (1-abs(xy**2)) )
R2 = Rxyz**2

# Calculate adjusted R-squared
n = len(df) # Number of rows
k = 2       # Number of independent variables
R2_adj = 1 - ( ((1-R2)*(n-1)) / (n-k-1) )

R2，R2_adj = 0.958，0.956

结果表明，薪水几乎有96％取决于智商和GPA /与之相关。

如何使用Python Pandas执行三个变量关联

1 个答案: