partial.corr: Coeficiente de correlação parcial
In TiagoOlivoto/cursoR: Curso R do grupo Experimentacao da UFSM-SM

Description Usage Arguments Details Value Author(s)

Estima os coeficientes de correlação parcial baseado em um arquivo de variáveis ou uma matriz de correlação.

1	partial.corr(data, n = NULL, method = "pearson")

`data`	O conjunto de dados ou uma matriz e correlação simétrica
`n`	O tamanho de amostra utilizado se o objeto `data` for uma matriz de correlação já estimada.
`method`	o método de correlação a ser computado, se o objeto `data` for um arquivo de variáveis. Argumentos válidos são "pearson" (default), "kendall", ou "spearman"

Em certos casos, os coeficientes de correlação simples podem nos levar a equívocos na interpretação da associação entre duas variáveis, pois este não considera a influência das demais variáveis contidas no conjunto de dados. O coeficiente de correlação parcial é uma técnica baseada em operações matriciais que nos permite identificar a associação entre duas variáveis retirando-se os efeitos das demais variáveis presentes. Uma maneira generalizada para a estimativa do coeficiente de correlação parcial entre duas variáveis i e j é por meio da matriz de correlação simples que envolve estas duas variáveis e m outras variáveis das quais queremos retirar o efeito. Assim a estimativa é dada por:

r_{ij.m} = \frac{{- {a_{ij}}}}{{√ {{a_{ii}}{a_{jj}}}}}

onde a_{ij} é o elemento da ordem ij da inversa da matriz de correlação simples. O teste de significancia do coeficiente de correlação parcial é dado por:

t = \frac{{{r_{ij.m}}}}{{√ {1 - \mathop r\nolimits_{ij.m}^2 } }}√ {n - v}

, associado a n - v graus de liberdade, sendo n o número de observações associado a cada par de correlação e v o número de variáveis.

`linear.mat`	A matriz de correlação linear simples
`partial.mat`	A matriz de correlações parciais
`results`	Um data frame contendo todas as combinações de correlação com seus respectivos testes de hipótese
`call`	O comando que foi executado