Introduzione a correlazione e regressione passando per la covarianza e il coefficiente di correlazione lineare.
Пікірлер: 18
@mauriziogiuliani44912 жыл бұрын
Complimenti. Sono un "vecchio ingegnere", Un mio professore universitario diceva sempre :" l'errore più grande e quello di rendere difficile il facile attraverso l'inutile". Questo video non commette il citato errore ed è ECCELLENTE.
@ValentinaClamer2 жыл бұрын
grazie mille, lo apprezzo molto :)
@ananassomalvagio2 ай бұрын
Scopro il tuo canale per caso e non posso far altro che rimanerne esterrefatto: complimenti davvero, tutto è spiegato in modo chiaro e semplice, adatto a chiunque si affacci per la prima volta a questi argomenti (che, generalmente, non sono spiegati benissimo nelle facoltà universitarie). Sono un insegnante di matematica e ho letteralmente AMATO il modo in cui hai spiegato, sotto il profilo geometrico, il significato della covarianza. Se posso permettermi l'unica critica (a voler proprio cercare il pelo nell'uovo) è quella che, in fase di editing, tagliare i momenti in cui svolgi i calcoli a mente, perché il video perde di fluidità. Per il resto, il lavoro svolto è eccellente davvero :)
@ValentinaClamer15 күн бұрын
Grazie mille Antonio :) apprezzo tantissimo che tu abbia amato il modo in cui ho spiegato e farò tesoro della tua critica :) Era uno dei primi video fatti in tempi di COVID, non ero ancora molto pratica però ne terrò conto anche per i prossimi video che farò :)
@ananassomalvagio15 күн бұрын
@@ValentinaClamer ti ringrazio per avermi risposto :) Ho un canale youtube anch'io, anche io, agli inizi, non editavo (o, comunque, non editavo moltissimo) nelle video-esercitazioni di matematica. Poi ho capito l'importanza dell'editing e oggi i video sono più fluidi (oggi = l'anno scorso, perché non carico più video da circa un anno). Continuerò a seguirti, perché i video che posti sono davvero molto interessanti :)
@muhammadshoaib57223 жыл бұрын
Ha spiegato molto bene. Grazie.
@ValentinaClamer3 жыл бұрын
Grazie :) sono contenta ti sia stato utile
@gabrielecama6154 ай бұрын
Bellissimo video complimenti!!!! Avrei un quesito. Circa una domanda che capita spesso agli esami di statistica medica e miete molte vittime visto che la docente non vuole spiegarci dove sbagliamo . 1) Due variabili dipendenti, possono essere tra loro correlate? A. Mai B. Sempre c. se r>0 d. si, se riferite allo stesso carattere. Ammette una sola risposta . 2) stessa domanda ma con variabili indipendenti. Saresti così gentile da fungere da faro di speranza e aprirmi gli occhi? Ti ringrazio anticipatamente
@ValentinaClamer15 күн бұрын
Grazie mille Gabriele, sono contenta ti sia piaciuto. Spero tu abbia risolto i tuoi dubbi e mi scuso per la risposta tardiva ma non avevo visto il commento. Due variabili sono indipendenti se hanno un indice di correlazione prossimo a zero mentre due variabili dipendenti variano l'una con l'altra, non importa che r sia positivo o negativo sai semplicemente che deve essere compreso tra -1 e 1 :)
@ValentinaClamer2 жыл бұрын
@claudia langella, esatto, è la covarianza fratto il prodotto delle due deviazioni standard quindi prima devi trovare le due deviazioni standard facendo la radice della varianza, scusa ho visto solo ora
@valerialibreros31636 ай бұрын
potresti spiegarmi i passaggi con cui sei arrivata al 0,091 e 2950? grazie mille
@ValentinaClamer5 ай бұрын
Certo, scusa, ho visto solo ora e sono dovuta andare a cercare sul video. Quei due valori sono riferiti alla varianza di x e di y quindi, in generale tu dovresti fare E(x^2)-E(x)^2. In questo caso in particolare quindi lo 0.091 è dato dalla media degli x alla seconda quindi il totale degli xi^2 fratto quattro meno la media calcolata un attimo prima alla seconda, cioè 1.93^2/4-0.625^2. In modo analogo l'altro valore è dato da 79400/4-130^2. Se non fosse chiaro dimmi pure che ti faccio un minivideo su Instagram e ti metto il link 😊
@giovannimusumeci23652 жыл бұрын
Grazie in anticipo a chi mi risponderà Volevo porre 2 quesiti: 1 quesito: Se viene posto il seguente quesito (mi sto preparando per un esame di statistica): il risultato dell'applicazione di un test di screening a 20 soggetti ha prodotto come risultato un valore di 0,5. Cosa rappresenta lo "0,5"? Mi chiedo: è necessaria per forza una tabella dove vengono mostrati i risultati dei 20 soggetti sottoposti al test? Oppure il valore 0,5 rappresenta un valore al quale io posso dare un'interpretazione senza avere per forza dei dati? È possibile che possa voler significare un test (teoricamente) perfetto? Ha a che fare con questo valore la curva ROC? 2 quesito: se il coefficiente di correlazione tra due variabili ha valore -0.1 (quindi negativo) cosa significa? Quale delle due dipende dall'altra? Potete fare un esempio molto semplice? Grazie
@ValentinaClamer2 жыл бұрын
Ciao Giovanni, il testo del primo quesito è semplicemente quello? Mi sembrerebbe quasi una probabilità (50% positivo e 50% negativo) se fosse solo così. Se lo volessi legare alla curva ROC dovrebbe darti più informazioni perché ti servirebbe sia la sensibilità (veri positivi/malati) che la specificità (veri negativi/sani). Per il quesito 2 un coefficiente di correlazione negativo ci dice semplicemente che una variabile tende ad aumentare quando l'altra diminuisce. Essendo molto vicino a 0 la correlazione lineare è debole, è come se fosse una 'nuvola' (se guardi nel video dal minuto 9 capisci cosa intendo). Più si avvicina a 1 o -1 più i punti possono essere 'simili' a una retta ed è per questo che si dice abbiano una relazione lineare. Magari altri sapranno risponderti meglio di me ma, se hai dubbi, chiedi pure.
@gc45993 жыл бұрын
Bel video! Ma questa è la correlazione di Pearson?
@ValentinaClamer3 жыл бұрын
Sono contenta ti sia piaciuto comunque sì, l'indice di correlazione di Pearson è il coefficiente di correlazione lineare :)
@gc45993 жыл бұрын
@@ValentinaClamer Posso approfittare della tua gentilezza? Non riesco a collegare una cosa. Il mio insegnante di statistica ha indicato la Correlazione (in modo generico) con la formula presente in questo video. Dopodiché, come un secondo argomento, ha parlato della Correlazione di Pearson... però ha indicato quest'ultima come Codevianza / radice (Devianza x * Devianza y). In pratica la Codevianza è una Covarianza calcolata senza la n al denominatore; lo stesso "procedimento" l'ha subito la Devianza, cioè una Varianza senza la n al denominatore... questo sia per la Varianza di X che per la Varianza di Y. In pratica ha tolto, dall'espressione, un totale di tre n (quindi neanche a dire le abbia semplificate)... com'è possibile?
@ValentinaClamer3 жыл бұрын
@@gc4599 in realtà le semplifichi proprio. Prova a riprendere la formula, al numeratore avresti un fratto n e al denominatore un n^2 sotto radice e quindi se ne vanno :) Nel caso non ti convincesse ti scrivo la formula per esteso e ti metto l'immagine su Instagram :) instagram.com/p/CMcdQosAIk1/