 |
|
||||
 Planilha Web - Planilhas e Calculadoras online para estudantes e profissionais de Engenharia Civil, Engenharia Elétrica e Engenharia Mecânica. |
|||||
Você está aqui: Java ::: Dicas & Truques ::: Matemática e Estatística |
Regressão linear - Como calcular o coeficiente de correlação linear de Pearson em Java - Java para Machine LearningQuantidade de visualizações: 378 vezes |
 No estudo de Machine Learning, uma das primeiras ferramentas que aprendemos é Regressão Linear. E, para o bom entendimento da regressão linear, temos que aprender sobre o coeficiente de correlação linear, mais especificamente o coeficiente de correlação linear de Pearson. A fórmula do coeficiente de correlação linear de Pearson é: \[r_\text{xy} = \frac{n \sum x_i y_i - \sum x_i \sum y_i}{\sqrt{n \sum {x_i}^2 - \left(\sum {x_i}\right)^2} \cdot \sqrt{n \sum {y_i}^2 - \left(\sum {y_i}\right)^2}} \] Onde: x e y são os conjuntos de valores cuja correlação queremos testar. É claro que encontraremos algumas variações desta fórmula na internet e também em livros de estatística, mas o resultado é sempre o mesmo. A correlação de Pearson é uma técnica estatística para medir se duas variáveis estão linearmente relacionadas. Essa técnica também pode ser chamada de r de Pearson, correlação produto-momento de Pearson ou, mais coloquialmente, de correlação de Pearson. O r de Pearson é uma métrica que expressa a relação linear entre variáveis por meio de um número que vai de -1 a +1. Isto é, quanto mais próximo dos extremos (-1 ou +1), maior é a força da correlação. Por outro lado, valores próximos de zero indicam que a correlação é fraca. O sinal da correlação, por sua vez, indica a direção da relação entre variáveis. Se a correlação é positiva, então o aumento em uma variável implica o aumento na outra variável. Por outro lado, se a correlação é negativa, então o aumento em uma variável implica o decréscimo na outra variável. Veja agora o código Java completo no qual calculamps o coeficiente de correlação linear de Pearson a partir de valores x e y, dispostos em dois vetores, ou seja, dois arrays unidimensionais: ----------------------------------------------------------------------
Se precisar de ajuda com o código abaixo, pode me chamar
no WhatsApp +55 (62) 98553-6711 (Osmar)
----------------------------------------------------------------------
package estudos;
public class Estudos {
public static void main(String[] args) {
// vamos criar os vetores com os valores x e y
double x[] = {13, 32, 47, 54, 69, 73};
double y[] = {208, 184, 145, 14, 65, 32};
// as variáveis para os somatórios
double soma_x = 0, soma_y = 0, soma_x_quadrado = 0;
double soma_y_quadrado = 0, soma_x_vezes_y = 0;
// vamos percorrer os vetores e efetuar as somas
for (int i = 0; i < x.length; i++) {
// primeiro o somatório de x
soma_x = soma_x + x[i];
// agora o somatório de y
soma_y = soma_y + y[i];
// então o somatório de x^2
soma_x_quadrado = soma_x_quadrado + Math.pow(x[i], 2);
// e o somatório de y^2
soma_y_quadrado = soma_y_quadrado + Math.pow(y[i], 2);
// e finalmente o somatório de x*y
soma_x_vezes_y = soma_x_vezes_y + x[i] * y[i];
}
// vamos obter a quantidade de valores na observação
int n = x.length;
// e finalmente calculamos o coeficiente de correlação
// linear
double r_xy = ((n * soma_x_vezes_y) - (soma_x * soma_y)) /
(Math.sqrt((n * soma_x_quadrado) - Math.pow(soma_x, 2)) *
Math.sqrt((n * soma_y_quadrado) - Math.pow(soma_y, 2)));
// e mostramos o resultado
System.out.println("O coeficiente de correlação é: " +
r_xy);
}
}
Ao executar este código Java nós teremos o seguinte resultado: O coeficiente de correlação é: -0.8713675107044452 |
 Link para compartilhar na Internet ou com seus amigos: |
Desafios, Exercícios e Algoritmos Resolvidos de Java |
Veja mais Dicas e truques de Java |
E-Books em PDF |
||||
|
||||
|
||||
Linguagens Mais Populares |
||||
|
1º lugar: Java |
