#' @title Correlacion de Pearson
#' @description Calcula la correlacion de Pearson entre dos variables de tipo continuas,
#' entregando una interpretacion de los resultados obtenidos y entregando una grafica
#' que presenta la dispercion entre las variables y la recta que se obtendria al aplicar
#' un metodo de Regresion Lineal Simple.
#' @param base Nombre de la base de datos.
#' @param x Nombre variable X.
#' @param y Nombre variable Y.
#' @references Casella, G. (1990). Statistical Inference. Duxburry Press.
#' @examples
#' data("albahaca")
#' corr.pearson(albahaca,"n.riegos","produccion")
#' @export
#'
corr.pearson <- function(base, x, y) {
x1 <- stats::na.omit(base[[x]])
y1 <- stats::na.omit(base[[y]])
if (length(x1) == length(y1)) {
p <- (covarianza(x1, y1) / (std(x1) * std(y1)))
print(p)
if (p < 0) {
print("Asosiacion Lineal Negativa")
}
else{
if (p > 0) {
print("Asosiacion Lineal Positiva")
}
else{
print("No existe asosiacion lineal")
}
}
A<-(ggplot2::ggplot(base, ggplot2::aes(x = x1, y = y1)) +
ggplot2::geom_point(shape = 1, colour = "mediumpurple1") +
ggplot2::geom_smooth(method = stats::lm, colour = "mediumpurple4"))
print(A)
}
else {
print("La variables poseen tamanos distintos")
}
}
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.