Comment calculer la corrélation entre plusieurs variables dans R

Une façon de quantifier la relation entre deux variables consiste à utiliser le coefficient de corrélation de Pearson , qui est une mesure de l’association linéaire entre deux variables . Il prend toujours une valeur comprise entre -1 et 1 où :

• -1 indique une corrélation linéaire parfaitement négative entre deux variables
• 0 indique aucune corrélation linéaire entre deux variables
• 1 indique une corrélation linéaire parfaitement positive entre deux variables

Ce didacticiel explique comment calculer la corrélation entre plusieurs variables dans R, en utilisant le bloc de données suivant comme exemple :

#create data frame
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))

Exemple 1 : Corrélation entre deux variables

Le code suivant montre comment calculer la corrélation entre deux variables dans le bloc de données :

cor(df$a, df$b)

[1] 0.9279869

Exemple 2 : Corrélation entre plusieurs variables

Le code suivant montre comment calculer la corrélation entre trois variables dans le bloc de données :

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 1.0000000

La façon d’interpréter le résultat est la suivante :

• La corrélation entre a et b est de 0,9279869.
• La corrélation entre a et c est de 0,9604329.
• La corrélation entre b et c est de 0,8942139.

Exemple 3 : Corrélation entre toutes les variables

Le code suivant montre comment calculer la corrélation entre toutes les variables d’un bloc de données :

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

Exemple 4 : Corrélation entre uniquement des variables numériques

Le code suivant montre comment calculer la corrélation entre uniquement les variables numériques dans un bloc de données :

cor(df[,unlist(lapply(df, is.numeric))])

           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

Exemple 5 : Visualiser les corrélations

Le code suivant montre comment créer un tracé de paires – un type de tracé qui vous permet de visualiser la relation entre chaque combinaison de variables par paire :

#load psych package
library(psych)

#create pairs plot
pairs.panels(df)

Ressources additionnelles

Comment calculer la corrélation partielle dans R
Comment calculer la corrélation point-bisériale dans R
Comment calculer la corrélation glissante dans R