Correlacion de ‘women’

Correlación con el conjunto de datos ‘women’

• women es un conjunto de datos que ya existe por default en ‘R’

Objetivo : Determinar el valor de la correlación de Pearson entre las variables del conjunto de datos ‘women’

Las librerias

library(readr)
library(ggplot2) # Para gráficos mas 'amigables'

Los datos

datos <- data.frame(women)
datos

##    height weight
## 1      58    115
## 2      59    117
## 3      60    120
## 4      61    123
## 5      62    126
## 6      63    129
## 7      64    132
## 8      65    135
## 9      66    139
## 10     67    142
## 11     68    146
## 12     69    150
## 13     70    154
## 14     71    159
## 15     72    164

str(datos)

## 'data.frame':    15 obs. of  2 variables:
##  $ height: num  58 59 60 61 62 63 64 65 66 67 ...
##  $ weight: num  115 117 120 123 126 129 132 135 139 142 ...

summary(datos)

##      height         weight     
##  Min.   :58.0   Min.   :115.0  
##  1st Qu.:61.5   1st Qu.:124.5  
##  Median :65.0   Median :135.0  
##  Mean   :65.0   Mean   :136.7  
##  3rd Qu.:68.5   3rd Qu.:148.0  
##  Max.   :72.0   Max.   :164.0

Visualizando datos

• La dispersión de puntos

ggplot(data = datos, aes(x = height, y = weight)) +
         geom_point() 

Correlacion

• -1.00 = correlación negtiva perfecta. (“A mayor X, menor Y”, de manera proporcional. Es decir, cada vez que X aumenta una unidad, Y disminuye siempre una cantidad constante). Esto también se aplica a “a menor X, mayor Y”.
• -0.90 = correlación negativa muy fuerte
• -0.75 = correlación negativa considerable
• -0.50 = correlación negativa media
• -0.25 = correlación negativa débil
• -0.10 = correlación negativa muy débil
• 0.00 = No existe correlación alguna entre las variables.
• 0.10 = correlación positiva muy débil
• 0.25 = correlación positiva débil
• 0.50 = correlación positiva media
• 0.75 = correlación positiva considerable
• 0.90 = correlación positiva muy fuerte
• 1.00 = correlación positiva perfecta. (“A mayor X, mayor Y” o “a menor X, menor Y”, de manera proporcional. Cada vez que X aumenta, Y aumenta siempre una cantidad constante).

r <- cor(datos$height, datos$weight, method = "pearson")
r <- round(r,4)
r

## [1] 0.9955

# **************************************************************************
if (r == 0) 
  significa <- "correlación inexistente entre las variables."
if (r == −1)
  significa <- "correlación negativa perfecta."
if (r == 1)
  significa <- "correlación positiva perfecta."
# **************************************************************************
# Correlaciones negativas
if (r <= -0.90 & r > -1) 
  significa <- "correlación negativa muy fuerte."
if (r <= -0.75 & r > −0.90) 
  significa <- "correlación negativa considerable."
if (r <= -0.50 & r > −0.75) 
  significa <- "correlación negativa media."
if (r <= -0.25 & r > −0.50) 
  significa <- "correlación negativa débil."
if (r <= −0.10 & r > -0.25) 
  significa <- "correlación negativa muy débil."
if (r < 0 & r > -0.10) 
  significa <- "correlación negativa pero - NO - existe correlación."
# **************************************************************************
# Correlaciones positivas
if (r > 0 & r < 0.10 ) 
  significa <- "correlación positiva pero - NO - existe correlación."
if (r >= 0.10 & r < 0.25 ) 
  significa <- "correlación positiva muy débil."
if (r >= 0.25 & r < 0.50 ) 
  significa <- "correlación positiva débil."
if (r >= 0.50 & r < 0.75 ) 
  significa <- "correlación positiva media"
if (r >= 0.75 & r < 0.90 ) 
  significa <- "correlación positiva considerable."
if (r >= 0.90 & r < 1 ) 
  significa <- "correlación positiva muy fuerte."

#  ` = ascii 096 (ALT + 096) 

Interpretación

El valor del coeficiente de correlación del conjunto de datos ‘women’ de las variables ‘height’ & ‘weight’ es de 0.9955 que representa una correlación positiva muy fuerte.