Come calcolare la correlazione tra più variabili in r
Un modo per quantificare la relazione tra due variabili è utilizzare il coefficiente di correlazione di Pearson , che è una misura dell’associazione lineare tra due variabili . Assume sempre un valore compreso tra -1 e 1 dove:
- -1 indica una correlazione lineare perfettamente negativa tra due variabili
- 0 indica alcuna correlazione lineare tra due variabili
- 1 indica una correlazione lineare perfettamente positiva tra due variabili
Questo tutorial spiega come calcolare la correlazione tra più variabili in R, utilizzando come esempio il seguente frame di dati:
#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))
Esempio 1: correlazione tra due variabili
Il codice seguente mostra come calcolare la correlazione tra due variabili nel frame di dati:
cor(df$a, df$b) [1] 0.9279869
Esempio 2: correlazione tra più variabili
Il codice seguente mostra come calcolare la correlazione tra tre variabili nel frame di dati:
cor(df[, c(' a ', ' b ', ' c ')]) ABC a 1.0000000 0.9279869 0.9604329 b 0.9279869 1.0000000 0.8942139 c 0.9604329 0.8942139 1.0000000
Il modo di interpretare il risultato è il seguente:
- La correlazione tra aeb è 0,9279869.
- La correlazione tra a e c è 0,9604329.
- La correlazione tra b e c è 0,8942139.
Esempio 3: correlazione tra tutte le variabili
Il codice seguente mostra come calcolare la correlazione tra tutte le variabili in un frame di dati:
cor(df) abcd 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
Esempio 4: correlazione tra sole variabili numeriche
Il codice seguente mostra come calcolare la correlazione solo tra variabili numeriche in un frame di dati:
cor(df[, unlist ( lapply (df, is. numeric ))]) abcd 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
Esempio 5: Visualizzazione delle correlazioni
Il codice seguente mostra come creare un grafico a coppie, un tipo di grafico che consente di visualizzare la relazione tra ciascuna combinazione di variabili a coppie:
#load psych package library(psych) #create pairs plot peers. panels (df)
Risorse addizionali
Come calcolare la correlazione parziale in R
Come calcolare la correlazione punto-biseriale in R
Come calcolare la correlazione scorrevole in R