Você pode usar a função cor( ) para produzir correlações e a função cov( ) para produzir covariâncias.
Um formato simplificado é cor(x, use=, method= ) em que
Opção
Descrição
x
Matriz ou quadro de dados
uso
Especifica o tratamento de dados ausentes. As opções são all.obs (assume que não há dados faltantes - dados faltantes produzirão um erro), complete.obs (exclusão em lista) e pairwise.complete.obs (exclusão em pares)
método
Especifica o tipo de correlação. As opções são pearson, spearman ou kendall.
# Correlations/covariances among numeric variables in# data frame mtcars. Use listwise deletion of missing data.
cor(mtcars, use="complete.obs", method="kendall")
cov(mtcars, use="complete.obs")Tecnologia
Infelizmente, nem cor( ) nem cov( ) produzem testes de significância, embora você possa usar a função cor.test( ) para testar um único coeficiente de correlação.
A função rcorr( ) do pacote Hmisc produz correlações/covariâncias e níveis de significância para correlações de Pearson e Spearman. No entanto, a entrada deve ser uma matriz e a exclusão por pares é usada.
# Correlations with significance levels
library(Hmisc)
rcorr(x, type="pearson")# type can be pearson or spearman#mtcars is a data frame
rcorr(as.matrix(mtcars))Tecnologia
Você pode usar o formato cor(X, Y) ou rcorr(X, Y) para gerar correlações entre as colunas de X e as colunas de Y. Isso é semelhante aos comandos VAR e WITH no SAS PROC CORR.
# Correlation matrix from mtcars# with mpg, cyl, and disp as rows# and hp, drat, and wt as columns
x <- mtcars[1:3]
y <- mtcars[4:6]
cor(x, y)Tecnologia
Outros tipos de correlações
# polychoric correlation# x is a contingency table of counts
library(polycor)
polychor(x)# heterogeneous correlations in one matrix# pearson (numeric-numeric),# polyserial (numeric-ordinal),# and polychoric (ordinal-ordinal)# x is a data frame with ordered factors# and numeric variables
library(polycor)
hetcor(x)# partial correlations
library(ggm)
data(mydata)
pcor(c("a","b","x","y","z"), var(mydata))# partial corr between a and b controlling for x, y, zTecnologia
Você pode usar a função cor( ) para produzir correlações e a função cov( ) para produzir covariâncias.
Um formato simplificado é cor(x, use=, method= ) em que
Infelizmente, nem cor( ) nem cov( ) produzem testes de significância, embora você possa usar a função cor.test( ) para testar um único coeficiente de correlação.
A função rcorr( ) do pacote Hmisc produz correlações/covariâncias e níveis de significância para correlações de Pearson e Spearman. No entanto, a entrada deve ser uma matriz e a exclusão por pares é usada.
Você pode usar o formato cor(X, Y) ou rcorr(X, Y) para gerar correlações entre as colunas de X e as colunas de Y. Isso é semelhante aos comandos VAR e WITH no SAS PROC CORR.
Outros tipos de correlações
Visualização de correlações
Use corrgram( )para traçar correlogramas.
Use pairs()ou splom( )para criar matrizes de gráficos de dispersão.
Para praticar
Experimente este curso interativo sobre Aprendizagem Supervisionada em R: Regressão