Cómo crear una matriz de covarianza en R

La covarianza es una medida de cómo los cambios en una variable se asocian con los cambios en una segunda variable. Específicamente, es una medida del grado en que dos variables están asociadas linealmente.

Una matriz de covarianza es una matriz cuadrada que muestra la covarianza entre muchas variables diferentes. Esta puede ser una forma útil de comprender cómo se relacionan las diferentes variables en un conjunto de datos.

El siguiente ejemplo muestra cómo crear una matriz de covarianza en R.

Cómo crear una matriz de covarianza en R

Utilice los siguientes pasos para crear una matriz de covarianza en R.

Paso 1: crea el marco de datos.

Primero, crearemos un marco de datos que contiene los puntajes de las pruebas de 10 estudiantes diferentes para tres materias: matemáticas, ciencias e historia.

#create marco de datos
datos <- data.frame (math = c (84, 82, 81, 89, 73, 94, 92, 70, 88, 95),
                   ciencia = c (85, 82, 72, 77, 75, 89, 95, 84, 77, 94),
                   historia = c (97, 94, 93, 95, 88, 82, 78, 84, 69, 78))

#ver datos del marco de
 datos

   historia de la ciencia de las matemáticas
1 84 85 97
2 82 82 94
3 81 72 93
4 89 77 95
5 73 75 88
6 94 89 82
7 92 95 78
8 70 84 84
9 88 77 69
10 95 94 78

Paso 2: crea la matriz de covarianza.

A continuación, crearemos la matriz de covarianza para este conjunto de datos usando la función cov () :

#create matriz de covarianza
cov (datos)

             historia de la ciencia de las matemáticas
matemáticas 72.17778 36.88889 -27.15556
ciencia 36.88889 62.66667 -26.77778
historia -27.15556 -26.77778 83.95556

Paso 3: interpretar la matriz de covarianza.

Los valores a lo largo de las diagonales de la matriz son simplemente las variaciones de cada sujeto. Por ejemplo:

• La varianza de los puntajes de matemáticas es 72.18
• La varianza de los puntajes de ciencias es 62.67
• La varianza de los puntajes históricos es 83,96

Los otros valores de la matriz representan las covarianzas entre los distintos sujetos. Por ejemplo:

• La covarianza entre las puntuaciones de matemáticas y ciencias es 36,89
• La covarianza entre las puntuaciones de matemáticas e historia es -27,16
• La covarianza entre las puntuaciones de ciencia e historia es -26,78

Un número positivo de covarianza indica que dos variables tienden a aumentar o disminuir en conjunto. Por ejemplo, las matemáticas y las ciencias tienen una covarianza positiva (36,89), lo que indica que los estudiantes que obtienen un puntaje alto en matemáticas también tienden a obtener un puntaje alto en ciencias. Por el contrario, los estudiantes que obtienen un puntaje bajo en matemáticas también tienden a obtener un puntaje bajo en ciencias.

Un número negativo de covarianza indica que a medida que aumenta una variable, una segunda variable tiende a disminuir. Por ejemplo, las matemáticas y la historia tienen una covarianza negativa (-27,16), lo que indica que los estudiantes que obtienen una puntuación alta en matemáticas tienden a obtener una puntuación baja en la historia. Por el contrario, los estudiantes que obtienen un puntaje bajo en matemáticas tienden a obtener un puntaje alto en historia.

Puede encontrar más tutoriales de R aquí .

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/