Correlação: Matriz, p-valor e significância
2 participantes
Página 1 de 1
Correlação: Matriz, p-valor e significância
Olá,
Tenho três questões relacionadas a correlação no R:
a) Venho utilizando o comando cor(a,b) para verificar correlação entre variáveis. No entanto tenho uma série de variáveis (a,b,c,d...n), as quais gostaria de ver em conjunto em uma única matriz de correlação. Existe algum comando no R que possibilidade gerar esta matriz?
b) Qual o p-valor padrão que o R considera no calculo de correlação? Existe a possibilidade de alterá-lo?
c) Como verificar se o grau de significância do resultado da correlação processado pelo R?
Antecipo agradecimentos,
Cadu
Tenho três questões relacionadas a correlação no R:
a) Venho utilizando o comando cor(a,b) para verificar correlação entre variáveis. No entanto tenho uma série de variáveis (a,b,c,d...n), as quais gostaria de ver em conjunto em uma única matriz de correlação. Existe algum comando no R que possibilidade gerar esta matriz?
b) Qual o p-valor padrão que o R considera no calculo de correlação? Existe a possibilidade de alterá-lo?
c) Como verificar se o grau de significância do resultado da correlação processado pelo R?
Antecipo agradecimentos,
Cadu
cadu- Mensagens : 1
Data de inscrição : 14/09/2011
Re: Correlação: Matriz, p-valor e significância
Cadu, seja bem vindo ao fórum!
Vou responder a suas perguntas em ordem:
a) Sim existe, o comando é o mesmo (cor), mas ao invés de utilizar cor(x,y) você deve criar um data.frame com as variáveis, caso não saiba o que é um data.frame você pode ler o capítulo 2 da apostila disponibilizada aqui no fórum, ou então você pode seguir os passos nesse tópico: https://estatisticanor.forumeiros.com/t11-abrir-dados-no-r, para entrada de dados no R, onde é criado um data.frame. Utilização: cor(x), sendo x um data.frame.
b) Para o calculo de correlação não se utiliza p-valor. Existem métodos diferentes, no R estão implementados três: "pearson" (padrão), "kendall" e "spearman", o mais comum é o Pearson, que é o padrão no R.
c) Para testar a significância do coeficiente de correlação, você pode utilizar a função test.cor, mas você terá que testar individualmente:
cor.test(x, y)
# por padrão:
# teste bilateral (two sided)
# intervalo de confiança de 95%
# utilizar os seguintes argumentos para alterar:
cor.test(x, y, alternative = "greater", conf.level = 0.90) # utilizar alternative="less" para teste unilateral à esquerda
Vou responder a suas perguntas em ordem:
a) Sim existe, o comando é o mesmo (cor), mas ao invés de utilizar cor(x,y) você deve criar um data.frame com as variáveis, caso não saiba o que é um data.frame você pode ler o capítulo 2 da apostila disponibilizada aqui no fórum, ou então você pode seguir os passos nesse tópico: https://estatisticanor.forumeiros.com/t11-abrir-dados-no-r, para entrada de dados no R, onde é criado um data.frame. Utilização: cor(x), sendo x um data.frame.
b) Para o calculo de correlação não se utiliza p-valor. Existem métodos diferentes, no R estão implementados três: "pearson" (padrão), "kendall" e "spearman", o mais comum é o Pearson, que é o padrão no R.
c) Para testar a significância do coeficiente de correlação, você pode utilizar a função test.cor, mas você terá que testar individualmente:
cor.test(x, y)
# por padrão:
# teste bilateral (two sided)
# intervalo de confiança de 95%
# utilizar os seguintes argumentos para alterar:
cor.test(x, y, alternative = "greater", conf.level = 0.90) # utilizar alternative="less" para teste unilateral à esquerda
Página 1 de 1
Permissões neste sub-fórum
Não podes responder a tópicos
|
|