Коэффициент корреляции Пирсона, Суков Я.

Коэффициент корреляции Пирсона, Суков Я.
 
   Эта книга — о глубоком понимании. О том, как коэффициент корреляции Пирсона (тот самый r) превращается из школьной формулы в аналитический скальпель. Как он позволяет строить гибридные стратегии: где интуиция трейдера встречается с машинным обучением, а философия причинности — с high-frequency execution.
Мы не будем просто учить вас считать r. Мы покажем, как думать в терминах связей. Как отличать танец от сотрясения воздуха. Как использовать корреляцию не как статичный факт, а как динамическое преимущество.
И да, мы затронем больную тему: корреляция не равна причинности. Но не так, как скучные методички. Мы разберем это на реальных кейсах, где ошибались банки, хедж-фонды и даже нобелевские лауреаты. А потом — как вы можете не повторять их ошибок.




Карл Пирсон: бунтарь, который хотел измерить душу данных.
Лондон, 1890 год. В прокуренном кабинете University College сидит человек, которого коллеги считают опасным еретиком. Его имя — Карл Пирсон. Он математик, но изучает биологию. Он философ, но строит графики. Он социалист, но с уважением относится к аристократии — правда, только к той, которая дает ему гранты.

Карл Пирсон родился в 1857 году, и его жизнь — это непрерывное нарушение границ. В Кембридже он изучал математику и право одновременно. Потом увлекся историей Германии. Затем — эволюционной биологией. И только потом — статистикой. И именно в статистике он совершил революцию, которую мир финансов ощущает до сих пор.

До Пирсона понятие «корреляция» существовало в туманном виде. Его коллега Фрэнсис Гальтон (двоюродный брат самого Дарвина) изучал, как рост родителей связан с ростом детей. Гальтон придумал слово «корреляция» и даже нарисовал первые «облака точек». Но он не смог вывести единую меру.

ОГЛАВЛЕНИЕ.
Введение.
Почему корреляция — это язык данных XXI века.
Где мы сталкиваемся с корреляцией каждый день.
Что вы получите от этой книги.
Часть I. ИНТУИЦИЯ И ОСНОВЫ.
Глава 1. Что такое связь между данными.
Связь vs совпадение.
Линейные и нелинейные зависимости.
Корреляция и причинность.
Глава 2. Знакомство с коэффициентом Пирсона.
Карл Пирсон: бунтарь, который хотел измерить душу данных.
Простое объяснение: танец двух переменных.
Диапазон значений: от -1 до +1.
Глава 3. Визуализация корреляций.
Диаграммы рассеяния: окно в мир связей.
Часто встречающиеся паттерны.
Маргинальные распределения.
Парадокс Симпсона.
Часть II. МАТЕМАТИЧЕСКАЯ СУЩНОСТЬ.
Глава 4. Анатомия формулы Пирсона.
Центрирование: отклонения от среднего.
Произведение отклонений: сердцевина корреляции.
Нормировка: зачем нужен знаменатель Z-оценки: элегантная форма.
Глава 5. Ковариация и корреляция.
Ковариация: сырая мера совместной изменчивости.
Почему ковариация не.
От ковариации к корреляции: нормировка.
Глава 6. Ручной расчёт: шаг за шагом.
Пошаговый пример расчёта r.
Среднее, отклонения, произведения.
Интерпретация результата.
Часть III. ПРАКТИКА И ИНСТРУМЕНТЫ.
Глава 7. Интерпретация и шкала Чеддока.
Шкала Чеддока: от слабой до весьма сильной.
Когда 0.3 — это много, а 0.8 — мало.
Глава 8. Корреляция и регрессия.
Регрессия: прогнозирование через корреляцию.
Бета-коэффициент и R-квадрат.
Скользящая корреляция.
Часть IV. ОГРАНИЧЕНИЯ И ЛОВУШКИ.
Глава 9. Работа с реальными данными.
Пропуски в данных.
Выбросы.
Шум в данных.
Подготовка данных: полный протокол.
Глава 10. Когда Пирсон не работает.
Нелинейные зависимости.
Категориальные данные.
Малые выборки.
Глава 11. Ложные корреляции.
Спуриозные связи: как появляются фантомы.
Механизмы ложных корреляций.
Три фильтра истинной корреляции.
Глава 12. Альтернативы: Спирмен, Кендалл, робастные методы.
Ранговая корреляция Спирмена.
Тау Кендалла.
Робастные методы.
Часть V. ПРИМЕНЕНИЕ В СОВРЕМЕННОМ МИРЕ.
Глава 13. Бизнес и аналитика.
Корреляция в маркетинге Финансы: портфельная теория и VaR.
А/В-тесты и корреляция.
Глава 14. Наука и исследования.
Психология Медицина.
Социальные науки.
Экспериментальные данные.
Глава 15. Data Science и AI Feature Engineering.
Отбор признаков Корреляция в ML.
Мультиколлинеарность и VIF.
Часть VI. ПРОДВИНУТЫЙ УРОВЕНЬ.
Глава 16. Множественная корреляция.
Корреляционная матрица.
Частная корреляция.
Множественный R и R-квадрат.
Метод главных компонент (РСА).
Глава 17. Статистическая значимость.
Проверка гипотез о корреляции p-value: что оно на самом деле означает.
Доверительные интервалы для r.
Ошибки I и II рода Поправка Бонферрони.
Глава 18. Большие данные.
Масштабирование: когда n — миллионы.
Потоковая корреляция: алгоритм Уэлфорда.
Инструментарий: Spark, Dask, GPU.
Заключение.
Как мыслить через корреляции.
20 правил работы с корреляциями.
Куда двигаться дальше.
Приложения.
Приложение А. Шпаргалка по формулам.
Приложение Б. Практические задачи с решениями.
Приложение В. Чек-лист аналитика.
Дорогой читатель.


Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Купить .








Теги: учебник по информатике :: информатика :: компьютеры :: Суков