Mapa de correlações

O que o bloco faz

O bloco multi/plot_correlation calcula correlações de Pearson entre colunas e as exibe como mapa de calor. A saída é um gráfico. O bloco recebe data/table.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Componente principal

Uma nova variável formada por uma combinação das variáveis originais, escolhida para reter a maior variação possível. Os primeiros componentes resumem muitas variáveis correlacionadas em poucas.

Carga fatorial

Na análise fatorial, o peso que liga cada variável observada a um fator latente (não medido diretamente). Cargas altas indicam quais variáveis o fator resume e ajudam a nomeá-lo.

Análise de agrupamento

Métodos que reúnem observações parecidas em grupos sem que os grupos sejam conhecidos de antemão. O resultado depende da distância, do método de ligação e do número de grupos escolhido.

Quando usar

Use Mapa de correlações para localizar blocos de variáveis associadas antes de escolher uma PCA ou análise fatorial.

Configuração

Variáveis — colunas da matriz. Ordenar por agrupamento e Mostrar valores são opções booleanas, ligadas por padrão. Aspecto, Tema, Título, Rótulo X, Rótulo Y e Legenda controlam apresentação.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.multi", registry = reg)

tr_flow(reg) |>
  tr_add("dados", "multi/example", dataset = "questionario") |>
  tr_add("mapa", "multi/plot_correlation", cols = "ans1, ans2, ans3, soc1, soc2", from = "dados")

O mapa mostra correlações de Pearson entre os cinco itens, ordenados pelo padrão de associação.

Como interpretar

Vermelho indica correlação positiva e azul, negativa; intensidade representa magnitude. A diagonal vale 1. O bloco usa Pearson; a ordenação por agrupamento aproxima variáveis com padrões semelhantes.