He comprobado que al calcular la correlación obtengo diferentes resultados, si pido la correlación por pares o en conjunto. La salida que obtengo es la siguiente:
> datos<-read.table("/home/amatas/Escritorio/data_4.txt", header=TRUE, sep="\t", na.strings="*")
> correlacion<-cor(datos[,c("c28","c29","c30","c31","c32","c59","c65c66","c69","c70c71","c72","c89","c136c137","c138c139","c164","c165c166","c168","c169","c172c173","c174c175")], use="complete.obs", method="spearman")
> correlacion
c28 c29 c30 c31 c32
c28 1.00000000 0.171796709 0.20252303 0.1358170688 -0.117269347
c29 0.17179671 1.000000000 0.56070920 0.6337493091 -0.175399575
c30 0.20252303 0.560709197 1.00000000 0.5315687924 -0.194526665
c31 0.13581707 0.633749309 0.53156879 1.0000000000 -0.362006533
c32 -0.11726935 -0.175399575 -0.19452666 -0.3620065327 1.000000000
c59 0.20125493 0.096717193 0.02292325 0.0818812736 0.006603201
c65c66 0.07464166 0.383621052 0.25605995 0.5029369492 -0.197365043
c69 0.06575747 0.285013289 0.25617919 0.4160725134 -0.387891505
c70c71 0.02714106 0.410238934 0.30476814 0.5901648346 -0.347701905
c72 -0.01496374 -0.366280988 -0.30089008 -0.5416534498 0.403228869
c89 0.07012262 0.428234082 0.34234553 0.6347488819 -0.498028210
c136c137 0.05872029 0.305877608 0.19302757 0.3921505664 -0.201908471
c138c139 0.11566183 0.325962972 0.28907505 0.5186044931 -0.533966744
c164 0.10078373 0.039568176 0.12034043 0.0131500187 -0.055075585
c165c166 0.02991304 -0.042905706 -0.03680569 -0.0279836244 0.014549815
c168 -0.26980813 -0.000746175 -0.10136016 -0.0007628965 0.095662935
c169 0.11520551 -0.020023377 0.02546594 -0.0198774522 -0.067036504
c172c173 0.09725841 0.351172652 0.21813916 0.4325401352 -0.182984388
c174c175 -0.09390659 -0.082521047 -0.02413950 -0.0505976252 0.002599876
> cor(datos[,c("c28","c29")],use="complete.obs",method="spearman")
c28 c29
c28 1.0000000 0.1742175
c29 0.1742175 1.0000000
> cor(datos[,c("c28","c30")],use="complete.obs",method="spearman")
c28 c30
c28 1.0000000 0.1996478
c30 0.1996478 1.0000000
> cor(datos[,c("c28","c31")],use="complete.obs",method="spearman")
c28 c31
c28 1.0000000 0.1245031
c31 0.1245031 1.0000000
> cor(datos[,c("c28","c32")],use="complete.obs",method="spearman")
c28 c32
c28 1.00000000 -0.08195158
c32 -0.08195158 1.00000000
¿sabe alguien la razón de estas diferencias? Gracias
En respuesta a Antonio Matas
Re: Diferencias en el cálculo de la correlación
de Manuel Muñoz Márquez -Estás usando la opción "complete.obs", es decir, usar únicamente los casos completos, si los datos omitidos no coinciden en las diferentes columnas, como es natural, esto hace que dependiendo de las columnas que selecciones se usen unas filas u otras.
Prueba a eliminar previamente todas las filas con datos omitidos y repite.
Saludos.
Prueba a eliminar previamente todas las filas con datos omitidos y repite.
Saludos.