Actualizado por ultima vez el 7 de mayo de 2021, por .
Una forma de cuantificar la relación entre dos variables es utilizar el coeficiente de correlación de Pearson , que es una medida de la asociación lineal entre dos variables . Siempre toma un valor entre -1 y 1 donde:
- -1 indica una correlación lineal perfectamente negativa entre dos variables
- 0 indica que no hay correlación lineal entre dos variables
- 1 indica una correlación lineal perfectamente positiva entre dos variables
Este tutorial explica cómo calcular la correlación entre múltiples variables en R, usando el siguiente marco de datos como ejemplo:
#create marco de datos
df <- data.frame (a <- c (2, 3, 3, 5, 6, 9, 14, 15, 19, 21, 22, 23),
b <- c (23, 24, 24, 23, 17, 28, 38, 34, 35, 39, 41, 43),
c <- c (13, 14, 14, 14, 15, 17, 18, 19, 22, 20, 24, 26),
d <- c (6, 6, 7, 8, 8, 8, 7, 6, 5, 3, 3, 2))
Ejemplo 1: correlación entre dos variables
El siguiente código muestra cómo calcular la correlación entre dos variables en el marco de datos:
cor (df $ a, df $ b) [1] 0,9279869
Ejemplo 2: correlación entre múltiples variables
El siguiente código muestra cómo calcular la correlación entre tres variables en el marco de datos:
cor (df [, c (' a ', ' b ', ' c ')])
a B C
a 1.0000000 0.9279869 0.9604329
b 0,9279869 1,0000000 0,8942139
c 0,9604329 0,8942139 1,000000000
La forma de interpretar la salida es la siguiente:
- La correlación entre una y b es 0,9279869.
- La correlación entre una y c es 0,9604329.
- La correlación entre b y c es 0,8942139.
Ejemplo 3: correlación entre todas las variables
El siguiente código muestra cómo calcular la correlación entre todas las variables en un marco de datos:
cor (df)
a B C D
a 1.0000000 0.9279869 0.9604329 -0.7915488
b 0,9279869 1,0000000 0,8942139 -0,7917973
c 0.9604329 0.8942139 1.0000000 -0.8063549
d -0.7915488 -0.7917973 -0.8063549 1.0000000
Ejemplo 4: Correlación entre solo variables numéricas
El siguiente código muestra cómo calcular la correlación entre solo las variables numéricas en un marco de datos:
cor (df [, no listados ( lapply (df, es. numérico ))])
a B C D
a 1.0000000 0.9279869 0.9604329 -0.7915488
b 0,9279869 1,0000000 0,8942139 -0,7917973
c 0.9604329 0.8942139 1.0000000 -0.8063549
d -0.7915488 -0.7917973 -0.8063549 1.0000000
Ejemplo 5: visualizar correlaciones
El siguiente código muestra cómo crear una gráfica de pares, un tipo de gráfica que le permite visualizar la relación entre cada combinación de variables por pares:
#cargar paquete psicológico biblioteca (psiquiatra) #crear pares trazar pares. paneles (df)
Recursos adicionales
Cómo calcular la correlación parcial en R
Cómo calcular la correlación punto-biserial en R
Cómo calcular la correlación de rodadura en R
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
