Buscando correlaciones con pairs en dataset proyecto

Clase 25 de 35 • Curso de Fundamentos de R

Contenido del curso

Bienvenida e introducción

Variables, tipos de datos y estructuras

EDA: Exploratory data analysis

La estadística de los datos

Ajustando los datos

Mejorando la visualización

Organizar visualizaciones y código con R Markdown

34
Conociendo R Markdown y organizando los hallazgos del análisis en un documento PDF.
16:29 min

Conclusiones Finales

35
Invitación a continuar recorriendo el mundo del data science.
05:51 min

Tomar examen

Comentarios

Marcello Coletti Anzola

student•

Dato interesante:

Si usan el código:

cor(orangeec[, c(2, 11)])

Se darán cuenta de que la relación que existe entre el GDP.PC y la media de la edad es grandísima! En concreto de un 0.81...

Luego pueden gratificarlo con:

ggplot(orangeec, aes(x= GDP.PC, y= Median.age, colour="blue", label=Country))+
  geom_point() +geom_text(aes(label=Country),hjust=0, vjust=0)+
  theme(legend.position = "none")+
  theme(panel.background = element_blank(),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank())

PD: Si alguien puede hacer un gráfico más bonito se lo agradecería mucho XD.

Luis Berenguer

student•

Cierto!

Nicolás Peralta Páez

student•

Gracias por aquello de label=Country. Cambié un poco tu código, le quité algo redundante y es que llamabas a label tanto en el ggplot como en el geom, así que solo lo dejé en el ggplot. Le quité el color y le agregué labels al gráfico así como el geom_smooth

ggplot(orangeec, aes(x= orangeec$`GDP PC`, y= orangeec$`Median age`, label=Country))+
  geom_point() +
  geom_smooth()+
  geom_text()+
  labs(x='PIB Per Cápita', y='Edad media',
       title='Relación entre PIB per cápita y edad media por países')

  theme(legend.position = "none")

Valentina Peña

student•

Para relacionar variables que estan seguidas pairs() para eso los :

. . Para relacionar variables que no estan seguidas subset() para eso el c() -contenedor-

clint martinez

student•

gracias por aclarar la clase !!!

JAVIER SANTIAGO SALGADO

student•

pairs(orangeec[,2:6])
pairs(orangeec[,5:10])

newdata <- subset(orangeec , select = c(5,6,10,11,12,13))

pairs(newdata)

Daniel Alejandro Molina Yepes

student•

No reproduce el video

Martín Leyva

student•

Repórtalo

Cesar Galindo

student•

creo que ya funciona

Jorge Hernán Mora García

student•

Lo que estamos viendo es lo que se conoce como matriz de correlaciones. Es muy importante en el análisis, pero en algunos casos puede hacernos cometer errores de interpretación. Ejemplo, cuando se dice que cuando hay menos desempleo, hay mayor aporte de las industria creativa al PIB... o puede ser que la industria creativa impacte a la baja al desempleo, o puede no tener una real causa efecto. Aquí es donde la teoría empieza a tener un papel relevante. (Si observamos que la población de cigüeñas de una ciudad sube, y la población de bebés de la misma ciudad también lo hace, la estadística te dirá que la correlación es positiva y alta, pero no podemos concluir que por esa razón, las cigüeñas traen a los bebés)

Miguel Angel Paz Gonzalez

student•

... pairs(data, main="Title") ...

data: dataframe a graficar o subset main: titulo del gráfico.

Mayor información consultar: https://www.rdocumentation.org/packages/graphics/versions/3.6.2/topics/pairs

Henry Mendiburu Díaz

student•

Librería de ciencia de datos:

Tidyverse packages https://www.tidyverse.org/packages/

install.packages("tidyverse")
library("tidyverse")

Camilo Andrés Aldana Orozco

student•

newdata <- subset(orangeec, select c(5,6,10,11,12,13))

Error: unexpected symbol in " newdata <- subset(orangeec, select c"

Rafael Rivera

student•

Es select=

newdata1 <- subset(orangeec, select = c(5,6,10:13))

Camilo Andrés Aldana Orozco

student•

no entiendo siempre que prendo el computador me toca importar la base?

Camilo Andrés Aldana Orozco

student•

me pasa que cada vez que cierro y abro el archio me toca volver a incertar orangeec,,,,, a ustedes no?

Rafael Rivera

student•

Esto es por que no estas guardando el espacio de trabajo.

Jhon Freddy Tavera Blandon

student•

Javier Emilio Valencia Soto

student•

Interesante que no se cumpla el princpio o la curva de Lorenz. No hay correlacion

Wilson Jerez

student•

pairs(orangeec[,2:6])
pairs(orangeec[,5:10])
#
newdata <- subset(orangeec, select=c(5,6,10,11,12,13))
newdata

pairs(newdata)

Mario Sanchez Jaramillo

student•

siempre son correlaciones lineales?

Ricardo Andres Martin Mayorga

student•

No siempre, depende del modelo puede ser polinómico por ejemplo.

Wilson Alejandro Gonzalez Gaitan

student•

Me esta funcionando el vídeo debe ser el navegador

CLAUDIA CRISTINA APARICIO RUEDA

student•

Edwin Jesset Barrientos Gonzales

student•

## Buscando correlaciones con pairs en dataset proyecto
pairs(orangeec[,2:6])

pairs(orangeec[,5:10])

newdata &lt;- subset(orangeec,select=c(5,6,10,11,12,13))
newdata
pairs(newdata)```

Rodrigo Zamudio

student•

newdata &lt;- subset (orangeec, select=c(5,6,10,11,12,13))```
newdata

Luis Alejandro Vera Hernandez

student•

#Buscando correlaciones con pairs en dataset proyecto
pairs(orangeec[,2:6])

pairs(orangeec[,5:10])

#relacion entre columnas desordenadas
newdata <- subset(orangeec, select=c(5,6,10,11,12,13))
newdata #hecha la seleccion

pairs(newdata)

#relacion entre PIB per capita y poblacion en edad media
ggplot(orangeec, aes(x= GDP.PC, 
                     y= Median.age, 
                     label= Country))+
  geom_point() +
  geom_smooth()+
  geom_text()+
  theme(legend.position = "none")

ggplot(orangeec, aes(x= GDP.PC, y= Median.age, colour="blue", label=Country))+
  geom_point() +geom_text(aes(label=Country),hjust=0, vjust=0)+
  theme(legend.position = "none")+
  theme(panel.background = element_blank(),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank())

ggplot(orangeec, aes(x= orangeec$`GDP PC`, y= orangeec$`Median age`, label=Country))+
  geom_point() +
  geom_smooth()+
  geom_text()+
  labs(x='PIB Per Cápita', y='Edad media',
       title='Relación entre PIB per cápita y edad media por países')

  theme(legend.position = "none")

#Buscando correlaciones con pairs en dataset proyecto
pairs(orangeec[,2:6])

pairs(orangeec[,5:10])

#relacion entre columnas desordenadas
newdata <- subset(orangeec, select=c(5,6,10,11,12,13))
newdata #hecha la seleccion

pairs(newdata)

#relacion entre PIB per capita y poblacion en edad media
ggplot(orangeec, aes(x= GDP.PC, 
                     y= Median.age, 
                     label= Country))+
  geom_point() +
  geom_smooth()+
  geom_text()+
  theme(legend.position = "none")

Buscando correlaciones con pairs en dataset proyecto

Bienvenida e introducción

Todo lo que aprenderás sobre el lenguaje R

Programación y Data Science

R y proyecto economía naranja.

Instalando nuestras herramientas

Variables, tipos de datos y estructuras

Los primeros cálculos con R y variables

Tipos de datos

Estructura del dataset del proyecto

Vectores

Matrices

Ejercicios con matrices

Operadores para comparar y ubicar datos

Factores, listas y echar un vistazo al dataset

EDA: Exploratory data analysis

Qué es EDA: Exploratory Data Analysis

Gráficas de dispersión e histogramas.

Box Plot y su interpretación

EDA con dataset proyecto - Gráficas de dispersión.

EDA con histogramas.

EDA con dataset proyecto - histogramas - ggplot2

EDA con box plot- ggplot2

EDA con dataset proyecto - box plot- ggplot2 - dplyr

EDA con gráficas de dispersión con más de dos variables - ggplot2

EDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly

La estadística de los datos