L'analisi della correlazione è una tecnica statistica utilizzata per misurare l'intensità e la direzione di una relazione tra due variabili numeriche. Aiuta a 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 indica:

• 1: correlazione positiva perfetta;
• 0: nessuna correlazione;
• −1: correlazione negativa perfetta.

Esistono diversi 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.