Análise de correlação é uma técnica estatística utilizada para medir a força e a direção de uma relação entre duas variáveis numéricas. Auxilia na compreensão de como as mudanças em uma variável estão associadas às mudanças em outra.

O que é Correlação?

Um coeficiente de correlação (geralmente representado como $r$) varia entre -1 e 1 e significa:

• 1: correlação positiva perfeita;
• 0: nenhuma correlação;
• −1: correlação negativa perfeita.

Existem vários tipos de métodos de correlação, mas a correlação de Pearson é a mais utilizada para dados numéricos contínuos em R.

Correlação Entre Duas Variáveis

É possível utilizar a função cor() para calcular o coeficiente de correlação entre duas variáveis. Basta fornecer duas colunas como parâmetros.

cor(df$selling_price, df$km_driven)

Como resultado, a função retorna um valor entre -1 e 1.

Matriz de Correlação (Múltiplas Variáveis)

A mesma função pode ser utilizada para examinar relações entre múltiplas variáveis.

# 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

O resultado é armazenado como uma matriz que mostra os valores de correlação pareada entre todas as variáveis numéricas selecionadas.