知识卡片
散点关系依赖配对与变换
散点图每个点对应两变量的一次配对观测。本例先取对数差再去缺失,因此图中关系属于变换后的共同样本,不能直接解释为原始水平值的关系。对数还要求适当输入,删缺会改变样本集合;看到相关形态也不构成因果证明。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
np.log(data).diff().dropna() In [89]: trans_data[-5:] Out[89]: cpi m1 tbilrate unemp 198 -0.007904 0.045361 -0.396881 0.105361 199 -0.021979 0.066753 -2.277267 0.139762 200 0.00234
参考来源
- 位置:《利用Python进行数据分析》第8章《散布图》(spine299;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0285.html;u183-ch08-022)。
- 结论依据:原文在“np.log(data).diff().dropna()”附近的定义、例子或代码支撑本卡核心说明:散点图每个点对应两变量的一次配对观测。边界按已读前提解释;示例未执行。
- 原始内容:np.log(data).diff().dropna() In [89]: trans_data[-5:] Out[89]: cpi m1 tbilrate unemp 198 -0.007904 0.045361 -0.396881 0.105361 199 -0.021979 0.066753 -2.277267 0.139762 200 0.00234