{"id":827,"date":"2023-07-28T15:16:06","date_gmt":"2023-07-28T15:16:06","guid":{"rendered":"https:\/\/statorials.org\/it\/python-a-correlazione-parziale\/"},"modified":"2023-07-28T15:16:06","modified_gmt":"2023-07-28T15:16:06","slug":"python-a-correlazione-parziale","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/python-a-correlazione-parziale\/","title":{"rendered":"Come calcolare la correlazione parziale in python"},"content":{"rendered":"

<\/p>\n

\n

Nelle statistiche, spesso utilizziamo il<\/span> coefficiente di correlazione di Pearson<\/a> per misurare la relazione lineare tra due variabili. Tuttavia, a volte vogliamo comprendere la relazione tra due variabili controllandone una terza<\/strong> .<\/span><\/p>\n

Ad esempio, supponiamo di voler misurare l’associazione tra il numero di ore di studio di uno studente e il voto dell’esame finale, controllando il voto attuale dello studente nella classe. In questo caso, potremmo utilizzare la correlazione parziale<\/strong> per misurare il rapporto tra le ore studiate e il voto dell’esame finale.<\/span><\/p>\n

Questo tutorial spiega come calcolare una correlazione parziale in Python.<\/span><\/p>\n

Esempio: correlazione parziale in Python<\/strong><\/span><\/h3>\n

Supponiamo di avere il seguente Pandas DataFrame che mostra il voto corrente, le ore totali studiate e il voto dell’esame finale per 10 studenti:<\/span><\/p>\n

 import<\/span> numpy as<\/span> np\nimport<\/span> panda as<\/span> pd\n\ndata = {'currentGrade': [82, 88, 75, 74, 93, 97, 83, 90, 90, 80],\n        'hours': [4, 3, 6, 5, 4, 5, 8, 7, 4, 6],\n        'examScore': [88, 85, 76, 70, 92, 94, 89, 85, 90, 93],\n        }\n\ndf = pd.DataFrame(data, columns = ['currentGrade','hours', 'examScore'])\ndf\n\n   currentGrade hours examScore\n0 82 4 88\n1 88 3 85\n2 75 6 76\n3 74 5 70\n4 93 4 92\n5 97 5 94\n6 83 8 89\n7 90 7 85\n8 90 4 90\n9 80 6 93\n<\/strong><\/pre>\n
 Per calcolare la correlazione parziale tra ore<\/strong> ed examScore<\/strong> controllando currentGrade<\/strong> , possiamo utilizzare la funzione partial_corr()<\/strong> del pacchetto penguin<\/a> , che utilizza la seguente sintassi:<\/span><\/p>\n
 correzione_parziale(dati, x, y, covar)<\/span><\/strong><\/p>\n
 Oro:<\/span><\/p>\n