Comment calculer la corrélation par groupe dans R

Vous pouvez utiliser la syntaxe de base suivante pour calculer la corrélation entre deux variables par groupe dans R :

library(dplyr)

df %>%
  group_by(group_var) %>%
  summarize(cor=cor(var1, var2))

Cette syntaxe particulière calcule la corrélation entre var1 et var2 , regroupées par group_var .

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : calculer la corrélation par groupe dans R

Supposons que nous disposions du bloc de données suivant contenant des informations sur les joueurs de basket-ball de différentes équipes :

#create data frame
df <- data.frame(team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 points=c(18, 22, 19, 14, 14, 11, 20, 28),
                 assists=c(2, 7, 9, 3, 12, 10, 14, 21))

#view data frame
df

  team points assists
1    A     18       2
2    A     22       7
3    A     19       9
4    A     14       3
5    B     14      12
6    B     11      10
7    B     20      14
8    B     28      21

Nous pouvons utiliser la syntaxe suivante du package dplyr pour calculer la corrélation entre les points et les passes décisives , regroupés par équipe :

library(dplyr)

df %>%
  group_by(team) %>%
  summarize(cor=cor(points, assists))

# A tibble: 2 x 2
  team    cor
   
1 A     0.603
2 B     0.982

À partir du résultat, nous pouvons voir :

• Le coefficient de corrélation entre les points et les passes décisives pour l’équipe A est de 0,603 .
• Le coefficient de corrélation entre les points et les passes décisives pour l’équipe B est de 0,982 .

Puisque les deux coefficients de corrélation sont positifs, cela nous indique que la relation entre les points et les passes décisives pour les deux équipes est positive.

Connexes :Qu’est-ce qui est considéré comme une corrélation « forte » ?

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans R :

Comment compter les valeurs uniques par groupe dans R
Comment calculer la somme par groupe dans R
Comment calculer la moyenne par groupe dans R
Comment calculer des statistiques récapitulatives par groupe dans R