Confirmando correlaciones con la función cor en dataset proyecto.

Clase 26 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

Fredy Alberto Orozco Loaiza

student•

Cada clase me gusta mas, gracias profe

Carolina Acosta Muñoz

student•

Es cierto, este software está super poderoso <3

Denisse Rivas

student•

Tomar en cuenta que en el video, al decir que "no es negativa" (el valor de -0.4412) se refiere a que no se considera que haya correlacion, ya que se descartan las correlaciones que estan mas cercanas al cero que al 1 o -1. Por lo tanto, se considera que hay correlacion cuando el valor es menor que -0.5 o mayor que 0.5

clint martinez

student•

wow !!! eres una crack @iqrivas muy buena observación de fondo ya muchos nos enfocamos en la forma descuidando el fondo del tema que es entender que nos quieren decir los datos, mil gracias 🙏 🤓 💚

Mateo Montoya Villegas

student•

¡Muchas gracias por la aclaración!

Valentina Peña

student•

Clase 26 🙂 Confirmando correlaciones con la función cor en dataset proyecto . . Con cor confirmo si la aparente correlacion vista en la grafica de dispersion existe o no existe . cor(dataset[,]) . . Los NA no sirven Se necesitan numeros frente a numeros para tener la correlacion Para eliminar los NA . cor(dataset[,], use="complete.obs")

Dagoberto Porras Plata

student•

Es muy interesante la facilidad que tiene R, para tratar con los datos, por ejemplo el cálculo de de la correlación ignorando los NA, solo con un comando

JUAN DAVID PALACIOS MACHADO

student•

Es un buen detalle

Martin DAVILA

student•

pairs(orangeec[,5:10])

cor(orangeec[,2:6],use = "complete.obs")

Diego García Alvarez

student•

Cómo hacer un mapa (gráfica) de correlaciones con R?

Diego Andres Benitez

student•

Con Corrplot, es un paquete que permite trabajar en eso.

La opción sería algo así:

library(corrplot) corrplot(cor(mtcars[,2:6], method = "pearson"))

Nicoll Idaly Angulo Mejia

student•

Lo que no entiendo completamente es ¿Por qué a veces tenemos que elegir cuáles columnas queremos usar y a veces no? Ejemplo: Aquí no

pairs(newdata)

Aquí sí

pairs(orangeec)

Si no elijo me da el siguiente error :

Error in pairs.default(orangeec) : non-numeric argument to 'pairs'

Alex Camacho

teacher•

Aqui hablan del error que te esta generando, el non-numeric argument puedes checar :)

Mario Alberto Vásquez Arias

student•

Por que para realizar las correlaciones se necesitan valores numéricos, y el dataset de orangeec completo tiene una columna donde están los paises. Por eso te da error.

JAVIER SANTIAGO SALGADO

student•

cor(orangeec[,2:6])
#solucionar NA
cor(orangeec[,2:6], use="complete.obs")
cor(orangeec[,5:10], use="complete.obs")
cor(newdata, use="complete.obs")

Luis Alejandro Vera Hernandez

student•

#Confirmando correlaciones con la funcion COR
cor(orangeec[,2:6]) #Si salen NA no nos sirven esos datos

#en esta linea ponemos solo las obsevaciones que esten completas
cor(orangeec[,2:6], use = "complete.obs")

cor(orangeec[,5:10], use = "complete.obs")

cor(newdata, use="complete.obs")

Manuel Sanchez

student•

Pienso que igual si la correlación pasa de 0.2... se entiende que hay valores que influyen en que sea positiva, mientras que los resultados que si aparecieran en negativo directamente están siento descartables

Pues me quedo la duda cuando menciono que el crecimiento era del 0.3 pudiese descartarse pero aun así muestra rasgos significativos resaltables

José Ortigas

student•

comparto la misma consulta..

Luis Berenguer

student•

0.3 no puede ser significativo. Si coges set de datos random y les haces una correlación todavía puedes tenner 0.3 (y son datos random!) Nassim Taaleb prueba la aleatoriedad de la correlación

Sergio Rubiano

student•

Para que haya correlación de variables los datos deben estar comprendidos entre 1 y -1 cuando hay un valor como por ejemplo el -04412121 como esta mas cerca del 0 entonces no existe correlación.

Paula Cuadrado

student•

Buenos dias Profe, excelente el curso. Tengo una pregunta, al poner la funcion "complete.obs" me omite las variables que no tienen los datos completos ?

Como hago para no omitir la variable completa y mejor omitir ese dato especifico que no tiene valor.

Espero haber sido clara, muchas gracias.

Giovany samaca

student•

hay alguna forma se simplificar los numeros, es decir que me muestren menos decimales??

Omar Daniel Centeno

student•

ROUND. Nos devuelve un valor numérico redondeado a los dígitos que le digamos. Es lo que podríamos llamar el redondeo clásico, a partir de .5, redondea hacia arriba, y hasta .5 redondea hacia abajo.

round(valor que quieres redondear, número de decimales)

round(5.342,2) 
[1] 5.34

round(5.346,2)
[1] 5.35

Giovany samaca

student•

gracias @ODCenteno

Lenin Echavarria

student•

¿Por qué 0.5 es el criterio para decir que hay o no correlación?

Jhon Freddy Tavera Blandon

student•

arámetros Explicados

use = "complete.obs": Usa solo las filas completas (sin valores NA) para calcular la correlación.
cor(): Por defecto, usa el método de Pearson, adecuado para medir la correlación lineal entre variables.

Interpretación de la Matriz

Valores cercanos a 1: Correlación positiva fuerte.
Valores cercanos a -1: Correlación negativa fuerte.
Valores cercanos a 0: Correlación débil o inexistente.

Mauro Benito Montoya Arenas

student•

al principio fue un poco avanzado, pero cada clase esta mejor que la anterior

Julián Andrés Berón Salazar

student•

En mi opinión lo que se explica en el vídeo puede que este en parte mal explicado, ya que ella afirma que si la correlación es menor a 0.5 o a -0.5 no existe, siendo esta una afirmación falsa, ya que la correlación si existe, ya que de 0 a 0.33 o en su defecto a -0.33, es una correlación baja, de 0.33 a 0.66, es una correlación media, y de 0.66 a 1 es alta. Algo a tomar en cuenta para próximas revisiones de vídeos.

Claudio Pedalino

student•

Esos números que estas dando no son una regla irrompible, debemos prestar atención simultáneamente a la correlación y a la magnitud de los datos. Al tener pocos datos (como los tenemos en estos dataset) tenemos que ponernos mas exigentes con las correlaciones ya que es mas probable tener “correlaciones espurias” o generadas por pura casualidad.

Para comprender este concepto recomiendo correr muchas veces estos dos códigos:

cor(sample(5),sample(5)) cor(sample(500),sample(500))

Lo que están haciendo es correlacionar 2 muestras aleatorias, que no deberían estar correlacionadas(ya que son aleatorias) y podrán ver que al correr la muestra chica es mucho mas probable encontrar valores altos de correlacion, sin embargo con muestras aleatorias grandes esto no ocurre.

Saludos, a seguir aprendiendo

Adam Carrillo

student•

a partir de que valor se puede decir que una correlacion es negativa, positiva o neutro (si existe)?

Sonia Ardila

teacher•

Hola!El coefic de correlación®mide la fuerza y la dirección de una relación lineal entre dos variables. En -1 es perfectamente negativa…

José Ortigas

student•

tiene que llegar a ser -1, para decir que es negativa?, lo consulto por los ejemplos donde toma -0.3435164 y se dice que no es negativa.

Luis Berenguer

student•

Me sale el siguiente erro, alguna idea de qué falla?

cor(orangeec[,2:6],use="complete.obs")
Error in cor(orangeec[, 2:6], use = "complete.obs") : 'x' must be numeric

Luis Berenguer

student•

Vale solucionado! orangeec tenía la primera fila con "v1, v2, v3..." en lugar de con las variables "Country, GDP PC, GDP US bill..."

Valeria Quiroga

student•

Por que la relacion de desempleo y aporte de la economia naranja ( -0.41885405) se dice que no es negativo??? si tiene un menos ( - ) y no este por encima de 0.5... al igual que 0.025...

Carlos Desiderio

student•

entendería que se debe a que ese valor negativo está mas cerca a 0 que a -1

Mario Alcala Coletti

student•

porque está más cerca de 0 que de -1, por lo tanto no existe correlación entre las variables

#Confirmando correlaciones con la funcion COR
cor(orangeec[,2:6]) #Si salen NA no nos sirven esos datos

#en esta linea ponemos solo las obsevaciones que esten completas
cor(orangeec[,2:6], use = "complete.obs")

cor(orangeec[,5:10], use = "complete.obs")

cor(newdata, use="complete.obs")

Confirmando correlaciones con la función cor 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

Buscando correlaciones con pairs