Summary  
This chapter explains how to compute correlation coefficients between numeric variables and generate a correlation matrix using a built-in statistical function.  

General domain of usage  
Automotive sales data analysis.

**Analisi della correlazione** tecnica statistica utilizzata per misurare l'intensità e la direzione della relazione tra due variabili numeriche. Consente di comprendere come le variazioni di una variabile siano associate alle variazioni di un'altra.

## Che cos'è la correlazione?
Un coefficiente di correlazione (solitamente rappresentato come $$r$$) varia tra -1 e 1 e significa:
- **1**: correlazione positiva perfetta;
- **0**: nessuna correlazione;
- **−1**: correlazione negativa perfetta.

Esistono diversi tipi di metodi di correlazione, ma la correlazione di Pearson è la più comunemente utilizzata per dati numerici continui in R.

## Correlazione tra due variabili
È possibile utilizzare la funzione `cor()` per calcolare il coefficiente di correlazione tra due variabili. È sufficiente fornire due colonne come parametri.
```
cor(df$selling_price, df$km_driven)
```
Come risultato, la funzione restituisce un valore compreso tra -1 e 1.

## Matrice di correlazione (Variabili multiple)
La stessa funzione può essere utilizzata per esaminare le relazioni tra più variabili.
```
# Select only numeric columns
numeric_df <- df[, c("selling_price", "km_driven", "max_power", "mileage", "engine", "seats")]
# Compute correlation matrix
cor_matrix <- cor(numeric_df, use = "complete.obs")  # Ignores any rows with missing data
```
Il risultato viene memorizzato come una matrice che mostra i valori di correlazione a coppie tra tutte le variabili numeriche selezionate.

Scarica il dataset

Scarica il codice del capitolo

Un coefficiente di correlazione di **-0,9** indica:


Acquisisci esperienza pratica nell'analisi dei dati con R imparando a pulire, trasformare e visualizzare i dataset. Esplora flussi di lavoro essenziali come la selezione e il filtraggio dei dati, la gestione dei valori mancanti e la sintesi dei risultati. Sviluppa sicurezza nella preparazione dei dati per insight, reportistica ed esplorazioni statistiche più approfondite.

Esplora le basi dell'analisi dei dati con R. Scopri come installare gli strumenti, caricare e ispezionare i dataset, selezionare e filtrare le informazioni, ordinare e trasformare i dati, gestire i valori mancanti e sintetizzare i risultati per ottenere approfondimenti più dettagliati.

Apprendere la creazione di visualizzazioni efficaci con ggplot2. Costruzione di grafici a barre, istogrammi, grafici di densità e grafici a dispersione, con successiva personalizzazione e perfezionamento tramite opzioni di stile e faceting per rivelare approfondimenti più dettagliati nei dati.

Consolidamento della comprensione della statistica per l'analisi dei dati. Applicazione di misure descrittive, identificazione e trattamento dei valori anomali, utilizzo di tecniche di correlazione con strumenti visivi come heatmap e scatter plot per individuare relazioni significative.

Analisi della Correlazione

Che cos'è la correlazione?

Correlazione tra due variabili

Matrice di correlazione (Variabili multiple)