##Descripción Hacer análisis de correlación con el dataset iris, que ya está cargado en R y el dataset mtcars. Podemos obtener info de lo que contiene el comando help(iris) Calcular correlacion entre dos variables. Hacer prueba de correlacion -> core.test Calcular natriz de correlación para todas las variables de correlación Heatmap de las variables de correlación. Investigar como cambiar los coleres de los heatmaps.
#Declaración de variables y datasetdata.frame(iris)
D=na.omit(iris)x=D$Sepal.Lengthy=D$Petal.Length#Correlación para todas las especiescor(D$Sepal.Length,D$Petal.Length)
[1] 0.8717538
cor.test(D$Sepal.Length,D$Petal.Length)
Pearson's product-moment correlation
data: D$Sepal.Length and D$Petal.Length
t = 21.646, df = 148, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.8270363 0.9055080
sample estimates:
cor
0.8717538
#Gráficaplot(D$Sepal.Length,D$Petal.Length,pch=16, col=D$Species, main="Correlación Sepal Length y Petal Length")
#Correlación por especiecat("Correlación Sepal Length y Petal Length setosa:",cor(D$Sepal.Length[D$Species=="setosa"],D$Petal.Length[D$Species=="setosa"]),"\n")
Correlación Sepal Length y Petal Length setosa: 0.2671758
cat("Correlación Sepal Length y Petal Length versicolor:",cor(D$Sepal.Length[D$Species=="versicolor"],D$Petal.Length[D$Species=="versicolor"]),"\n")
Correlación Sepal Length y Petal Length versicolor: 0.754049
cat("Correlación Sepal Length y Petal Length virginica:",cor(D$Sepal.Length[D$Species=="virginica"],D$Petal.Length[D$Species=="virginica"]),"\n")
Correlación Sepal Length y Petal Length virginica: 0.8642247
Pearson's product-moment correlation
data: D$Sepal.Length[D$Species == "virginica"] and D$Petal.Length[D$Species == "virginica"]
t = 11.901, df = 48, p-value = 6.298e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.7714542 0.9210172
sample estimates:
cor
0.8642247
#Gráfica de Variables cuantitativasinfo=iris[1:4]columns=c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")pairs(info, pch=16, col=D$Species, main="Plot de Variables Cuantitativas", labels=columns)
library(plotly)
Warning: package 'plotly' was built under R version 4.5.2
Loading required package: ggplot2
Warning: package 'ggplot2' was built under R version 4.5.2
Attaching package: 'plotly'
The following object is masked from 'package:ggplot2':
last_plot
The following object is masked from 'package:stats':
filter
The following object is masked from 'package:graphics':
layout
x=D$Sepal.Lengthy=D$Petal.Lengthsetosa.index=which(D$Species=="setosa")versicolor.index=which(D$Species=="versicolor")virginica.index=which(D$Species=="virginica")# correlacion para especie gentoocor.mat.setosa =cor(D[setosa.index, columns])cor.mat.versicolor =cor(D[versicolor.index, columns])cor.mat.virginica=cor(D[virginica.index, columns])plot_ly(type ="heatmap", x = columns, y = columns,z = cor.mat.setosa)
plot_ly(type ="heatmap", x = columns, y = columns,z = cor.mat.versicolor)
plot_ly(type ="heatmap", x = columns, y = columns,z = cor.mat.virginica)
Interpretación dataset: iris
La correlación entre el largo del sépalo y del pétalo en la especie de setosa es algo débil, debido a que su valor es cercano a 0, y si se observa en la gráfica podemos ver que está por debajo de las otras dos especies: virginica y versicolor. En el cor.test donde incluímos a las 3 especies obtenemos que la correlación oscila entre los valores de 0.8270363 y 0.9055080, los cuales son cercanos a 1, que indica que hay una correlación fuerte entre el largo de los pétalos y el largo del sépalo. Si observamos el intervalo de confianza en cada una de las especies por separado, podemos ver que setosa es la que abarca los números negativos y positivos cercanos a cero. Después sigue versicolor, en donde aumenta la correlación significativamente, y por último, está virginica que tiene el intervalo de confianza más alto entre las 3 especies.
#Declaración de variables y datasetdata.frame(mtcars)
C=na.omit(mtcars)help("mtcars")x=C$mpgy=C$hp#Correlación para toos los autoscat("La correlación entre mpg Miles/(US) gallon y hp Gross horsepower",cor(x,y))
La correlación entre mpg Miles/(US) gallon y hp Gross horsepower -0.7761684
cor.test(x,y)
Pearson's product-moment correlation
data: x and y
t = -6.7424, df = 30, p-value = 1.788e-07
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.8852686 -0.5860994
sample estimates:
cor
-0.7761684
#Gráficaplot(x,y,pch=16, main="Correlación mpg Miles/(US) gallon y hp Gross horsepower")
#Correlación por especieinfo=C[c(1:7, 10:11)]columnas=c("mpg", "cyl", "disp", "hp", "drat", "wt", "qsec", "gear", "carb")pairs(info, pch=16, col=D$Species, main="Plot de Variables Cuantitativas", labels=columnas)
cor.mat=cor(C[columnas])plot_ly(type ="heatmap", x = columnas, y = columnas,z = cor.mat)
En este ocasión las variables que elegí para observar la correlación fueron millas por galón y caballos de fuerza netos. Los resultados que se obstuvieron indicaron una fuerte correlación negativa entre ambas variables. En la gráfica de correlación esto es bastante claro. SI observamos el p-value en el core-test, que es p-value = 1.788e-07 rechazamos nuestra hipótesis nula, y aceptamos la hipótesis alternativa que nos dice que nos reultados no ocurrieron al azar, ya que si existe una relación entre ambas variables. Al aumentar el valor de millas por galón, disminuyen los caballos de fuerza.
