-
Notifications
You must be signed in to change notification settings - Fork 0
/
03-Correlaciones.Rmd
38 lines (32 loc) · 2.14 KB
/
03-Correlaciones.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
# Análisis de correlaciones {.unlisted .unnumbered}
La función `corrplot` en `R` es utilizada para crear matrices de correlación visualmente atractivas y fáciles de interpretar. Esta función es parte del paquete `corrplot`, que proporciona herramientas para visualizar y analizar matrices de correlación.
La matriz de correlación es una tabla que muestra las correlaciones entre pares de variables. En análisis de datos, la correlación se utiliza para medir la relación entre dos variables. Puede ser útil para comprender cómo se relacionan diferentes variables entre sí y cómo afectan a otras variables en un conjunto de datos.
```{r, fig.align='center', fig.width=12, fig.height=12, out.width='100%', eval = FALSE}
col2 <- colorRampPalette(c("#67001F", "#B2182B", "#D6604D", "#F4A582", "#FDDBC7", "#FFFFFF", "#D1E5F0", "#92C5DE","#4393C3", "#2166AC", "#053061"))
par(mfrow = c(1,2), family = "Century Gothic", mar = c(0.5, 0, 0, 0), cex.main = 3, col.main = "#053061")
#Análisis de correlaciones
p <- lapply(1:2, function(i){
x <- cor(get(paste0("tabla_",tablas[i]))[,10:17])
corrplot(x,
title = paste(tablas[i]),
type = "upper",
method = "color",
col = col2(100),
tl.col = "blue4",
tl.offset = 0.1,
tl.cex = 3,
tl.srt = 90,
cl.align.text = "c",
number.cex = 2,
cl.cex = 2.5,
addCoef.col = "white", # Add coefficient of correlation
mar = c(20, 0, 2.5, 0))
}
)
```
<a href="https://raw.githubusercontent.com/dvillasanao/IML_2010_2020/main/img/correlaciones_2010_2020.png" data-lightbox="image-1" data-title="correlaciones">
```{r, echo = FALSE, fig.width=12, fig.height=12, out.width='100%'}
require(knitr)
knitr::include_graphics(paste0(here::here(), "/img/correlaciones_2010_2020.png"))
```
</a>