Analyse corrélatoire exploratoire dans R | par Brendan Mapes

EXPLORATORY CORRELATIONAL ANALYSIS IN R
L’analyse de corrélation est l’une des méthodes les plus fondamentales et basiques pour explorer la relation entre deux ou plusieurs variables. Si vous connaissez R, vous avez probablement déjà effectué une analyse de corrélation. Mais que faire si vous ne savez pas quelles sont les variables qui vous intéressent ? La réponse : utiliser le package rstatix développé par kassambara pour choisir une variable d’intérêt et la confronter à un ensemble de variables multiples, voire des centaines de variables, afin de déterminer un bon point de départ pour une analyse plus poussée. Dans ce texte, nous allons vous montrer comment procéder à une analyse exploratoire de données en utilisant le package rstatix.
GETTING THE DATA
Pour cet exemple, nous utiliserons les données du World Bank’s World Development Indicators (WDI) qui sont accessibles via l’installation du package R “WDI”. Une fois les données récupérées, nous allons filtrer sur les séries dont les observations sont annuelles et qui ont un nombre suffisant d’observations pour l’analyse (n > 100).
RUNNING THE ANALYSIS
Maintenant que nous avons une liste de variables à analyser (environ 790), nous allons utiliser la fonction cor_test() de rstatix pour calculer les corrélations rapidement et facilement. Nous pouvons également regrouper les entrées de variables pour une sortie groupée.
GROUPED ANALYSIS
Nous pouvons ensuite combiner nos résultats d’analyse pour visualiser les résultats sur différentes années.
En utilisant ces techniques, nous avons découvert des corrélations inattendues entre les variables, telles que la corrélation positive entre le niveau de commerce et le montant de l’aide au développement que les pays reçoivent.
En conclusion, l’utilisation de rstatix est une méthode efficace pour effectuer une analyse exploratoire de corrélation. Elle peut vous aider à découvrir des relations inattendues entre des variables, à trouver des points de départ pour des analyses plus poussées et à visualiser facilement les résultats.