cor.drop: Identificazione dei casi influenti nella correlazione

In DavideMassidda/explorer: Strumenti per l'esplorazione dei dati

Description

Calcola la correlazione tra due variabili, omettendo, di volta in volta, un singolo caso. Se la rimozione di un caso è associata a una grossa variazione dell'indice di correlazione, questo caso può essere considerato influente.

Usage

cor.drop(x, y = NULL, cases = NULL, delete.cases = NULL,
    na.action = c("listwise.deletion", "mean.replace"),
    method = c("pearson", "kendall", "spearman"), alpha = 0.05
)

Arguments

x	Variabile numerica da mettere in correlazione con y. Può essere sia un vettore che una matrice o un data frame. Se x è una matrice o un data frame, non sarà necessario specificare y; inoltre, se x presenta tre colonne, la terza colonna sarà utilizzata come codice identificativo dei casi (vedi argomento cases).
y	Variabile numerica da mettere in correlazione con x. Può essere omessa nel caso x sia una matrice o un data frame.
cases	Vettore che specifica il codice identificativo dei casi. Se omesso, a ogni caso verrà attribuito un codice numerico sequenziale. Può essere incluso in x, qualora questo sia una matrice o (meglio) un data frame.
delete.cases	Vettore di casi da non considerare.
na.action	Modalità di trattamento dei dati mancanti (se presenti). Le possibili opzioni sono: "listwise.deletion" e "mean.replace" (vedi dettagli).
method	Coefficiente di correlazione da calcolare. Le possibili opzioni sono: "pearson", "kendall" e "spearman".
alpha	Valore alfa per il calcolo dell'intervallo di confidenza.

Details

Se sono presenti dei dati mancanti (NA), l'argomento na.action può essere usato per trattarli adeguatamente. Il metodo listwise.deletion elimina l'intero caso quando viene individuato anche un solo NA nella riga; tutti gli indici di correlazione verranno quindi calcolati solo a seguito dell'eliminazione del caso.

Il metodo mean.replace sostituisce gli NA con la media aritmetica della stessa variabile, calcolata omettendo i casi che presentano valori mancanti.

Per la funzione cor.drop, il metodo pairwise non è implementato. Infatti, esso darebbe i medesimi risultati del metodo listwise, perché il metodo di analisi della funzione cor.drop considera esclusivamente due variabili per volta.

Value

data	Matrice di dati osservati.
overall.test	Test di significatività della correlazione su tutto il campione.
method	Coefficiente di correlazione utilizzato.
correlations	Correlazione calcolata omettendo i singoli casi.
diff.ci	Intervallo di confidenza degli scarti dalla correlazione globale
na.action	Modalità di trattamento degli NA.

Author(s)

Davide Massidda <[e-mail]>

Examples

data(airquality)
aq <- airquality[1:20,]
r <- cor.drop(aq$Wind, aq$Temp)
r
plot(r)

DavideMassidda/explorer documentation built on May 6, 2019, 1:55 p.m.