correlationplot.fnc

Copy, Paste and Adapts

correlationplot.fnc(dat, variables=c(2,8:10,16) )

Objetive

Crea una gráfica con gradientes de colores de la matriz de correlaciones de orden p x p. De gran utilidad en la búsqueda de patrones de relación multivariada con matrices de muchas variables.

Correlation plot

A partir de la ya conocida base de datos OBrienKaiser solicitaremos la gráfica de la matriz de correlaciones de las 15 medidas repetidas por sujeto (phase x hour, 3 x5).

correlationplot.fnc(OBrienKaiser, variables=3:17,

correlation=T, listwise=F)

Hemos solicitado la gráfica de corelaciones asumiendo eliminación del par con missing y no del caso completo solo por motivos didácticos dado que esa base de datos no presenta valores perdidos. Además pedimos que se imprima en consola la matriz de correlaciones (correlaciones=T)

El usuario puede ver la matriz de 15 x 15 en su versión numérica y gráfica. En esta última, podemos ver que la última columna de la gráfica presenta la guía de la correspondencia color-valor para poder interpretar adecuadamente dicha gráfica. Así vemos que las correlaciones próximas a la unidad tiene una graduación azul mientras que las igualmente importantes pero negativas lo son en color beig y naranjas. El verde representa la ausencia de relación lineal entre las variables implicadas.

Podemos ver que hay una relación clara entre las 5 medidas de cada bloque del factor fase. Sin embargo esta relación es especialmente intensa entre las ultimas 5 medidas (fup.1 hasta fup.5). Por otra parte podemos ver que la relación entre el primer bloque de 5 medidas y los otros dos es claramente menor (tonos azul claros indicativos de relaciones cercanas a 0.30).

Seguidamente simularemos una matriz de datos diagonal (ausencia de correlación entre las p (15) variables) en 1000 sujetos para que podamos valorar y entender mas claramente la utilidad de este instrumento.

simu=data.frame(mvrnorm(1000,rep(0,15), Sigma=diag(1,15)))

dimension(simu)

head(simu)

correlationplot.fnc.fnc(simu, correlation=T)

Los valores numéricos no dejan lugar a dudas: son todos claramente próximos a cero como corresponde a la matriz diagonal simulada. Precisamente por ese motivo la gráfica presenta esa diagonalización característica (azul intenso) y fuera de ella el color verde representando la ausencia total de relación lineal entre las 15 variables simuladas.