Skip to main content
replaced http://stats.stackexchange.com/ with https://stats.stackexchange.com/
Fonte Link

Uma forma de obter um coeficiente que mede a intensidade da associação entre uma variável categórica e uma variável contínua é usar a raiz quadrada do coeficiente de determinação de um modelo de regressão logística ajustado.

Essa ideia veio de uma perguntapergunta que eu fiz no Cross ValidatedCross Validated algum tempo atrás.

A raíz quadrada do coeficiente de determinação é sempre um número entre 0 e 1. 1 indicando muito relacionado e 0 pouco relacionado, assim como o coeficiente de correlação de Pearson. O uso desta medida parece fazer sentido uma vez que na regressão linear simples o R^2 é equivalente ao quadrado da correlação de Pearson.

No R, isso uma função pode ser facilmente escrita da seguinte forma:

cor_cat_cont <- function(cat, cont){
  modelo <- glm(cat ~ cont, family = binomial(link = "logit"), 
                control = glm.control(maxit = 10e6))
  
  R2 <- binomTools::Rsq(modelo)$R2cor
  sqrt(R2)  
}

Por exemplo, no banco de dados iris, você pode usá-la assim:

> cor_cat_cont(iris$Species, iris$Sepal.Length)
[1] 0.8158366

Para usar a função, você precisa instalar o pacote binomTools, usando install.packages("binomTools").

Na época fiz o seguinte post no meu blog simulando alguns dados categóricos e medindo a correlação calculada desta forma e achei o resultado bem satisfatório.

Uma forma de obter um coeficiente que mede a intensidade da associação entre uma variável categórica e uma variável contínua é usar a raiz quadrada do coeficiente de determinação de um modelo de regressão logística ajustado.

Essa ideia veio de uma pergunta que eu fiz no Cross Validated algum tempo atrás.

A raíz quadrada do coeficiente de determinação é sempre um número entre 0 e 1. 1 indicando muito relacionado e 0 pouco relacionado, assim como o coeficiente de correlação de Pearson. O uso desta medida parece fazer sentido uma vez que na regressão linear simples o R^2 é equivalente ao quadrado da correlação de Pearson.

No R, isso uma função pode ser facilmente escrita da seguinte forma:

cor_cat_cont <- function(cat, cont){
  modelo <- glm(cat ~ cont, family = binomial(link = "logit"), 
                control = glm.control(maxit = 10e6))
  
  R2 <- binomTools::Rsq(modelo)$R2cor
  sqrt(R2)  
}

Por exemplo, no banco de dados iris, você pode usá-la assim:

> cor_cat_cont(iris$Species, iris$Sepal.Length)
[1] 0.8158366

Para usar a função, você precisa instalar o pacote binomTools, usando install.packages("binomTools").

Na época fiz o seguinte post no meu blog simulando alguns dados categóricos e medindo a correlação calculada desta forma e achei o resultado bem satisfatório.

Uma forma de obter um coeficiente que mede a intensidade da associação entre uma variável categórica e uma variável contínua é usar a raiz quadrada do coeficiente de determinação de um modelo de regressão logística ajustado.

Essa ideia veio de uma pergunta que eu fiz no Cross Validated algum tempo atrás.

A raíz quadrada do coeficiente de determinação é sempre um número entre 0 e 1. 1 indicando muito relacionado e 0 pouco relacionado, assim como o coeficiente de correlação de Pearson. O uso desta medida parece fazer sentido uma vez que na regressão linear simples o R^2 é equivalente ao quadrado da correlação de Pearson.

No R, isso uma função pode ser facilmente escrita da seguinte forma:

cor_cat_cont <- function(cat, cont){
  modelo <- glm(cat ~ cont, family = binomial(link = "logit"), 
                control = glm.control(maxit = 10e6))
  
  R2 <- binomTools::Rsq(modelo)$R2cor
  sqrt(R2)  
}

Por exemplo, no banco de dados iris, você pode usá-la assim:

> cor_cat_cont(iris$Species, iris$Sepal.Length)
[1] 0.8158366

Para usar a função, você precisa instalar o pacote binomTools, usando install.packages("binomTools").

Na época fiz o seguinte post no meu blog simulando alguns dados categóricos e medindo a correlação calculada desta forma e achei o resultado bem satisfatório.

adicionou 140 caracteres ao conteúdo
Fonte Link
Daniel Falbel
  • 12,5mil
  • 25
  • 57

Uma forma de obter um coeficiente que mede a intensidade da associação entre uma variável categórica e uma variável contínua é usar a raiz quadrada do coeficiente de determinação de um modelo de regressão logística ajustado.

Essa ideia veio de uma pergunta que eu fiz no Cross Validated algum tempo atrás.

A raíz quadrada do coeficiente de determinação é sempre um número entre 0 e 1. 1 indicando muito relacionado e 0 pouco relacionado, assim como o coeficiente de correlação de Pearson. O uso desta medida parece fazer sentido uma vez que na regressão linear simples o R^2 é equivalente ao quadrado da correlação de Pearson.

No R, isso uma função pode ser facilmente escrita da seguinte forma:

cor_cat_cont <- function(cat, cont){
  modelo <- glm(cat ~ cont, family = binomial(link = "logit"), 
                control = glm.control(maxit = 10e6))
  
  R2 <- binomTools::Rsq(modelo)$R2cor
  sqrt(R2)  
}

Por exemplo, no banco de dados iris, você pode usá-la assim:

> cor_cat_cont(iris$Species, iris$Sepal.Length)
[1] 0.8158366

Para usar a função, você precisa instalar o pacote binomTools, usando install.packages("binomTools").

Na época fiz o seguinte post no meu blog simulando alguns dados categóricos e medindo a correlação calculada desta forma e achei o resultado bem satisfatório.

Uma forma de obter um coeficiente que mede a intensidade da associação entre uma variável categórica e uma variável contínua é usar a raiz quadrada do coeficiente de determinação de um modelo de regressão logística ajustado.

Essa ideia veio de uma pergunta que eu fiz no Cross Validated algum tempo atrás.

A raíz quadrada do coeficiente de determinação é sempre um número entre 0 e 1. 1 indicando muito relacionado e 0 pouco relacionado, assim como o coeficiente de correlação de Pearson.

No R, isso uma função pode ser facilmente escrita da seguinte forma:

cor_cat_cont <- function(cat, cont){
  modelo <- glm(cat ~ cont, family = binomial(link = "logit"), 
                control = glm.control(maxit = 10e6))
  
  R2 <- binomTools::Rsq(modelo)$R2cor
  sqrt(R2)  
}

Por exemplo, no banco de dados iris, você pode usá-la assim:

> cor_cat_cont(iris$Species, iris$Sepal.Length)
[1] 0.8158366

Para usar a função, você precisa instalar o pacote binomTools, usando install.packages("binomTools").

Na época fiz o seguinte post no meu blog simulando alguns dados categóricos e medindo a correlação calculada desta forma e achei o resultado bem satisfatório.

Uma forma de obter um coeficiente que mede a intensidade da associação entre uma variável categórica e uma variável contínua é usar a raiz quadrada do coeficiente de determinação de um modelo de regressão logística ajustado.

Essa ideia veio de uma pergunta que eu fiz no Cross Validated algum tempo atrás.

A raíz quadrada do coeficiente de determinação é sempre um número entre 0 e 1. 1 indicando muito relacionado e 0 pouco relacionado, assim como o coeficiente de correlação de Pearson. O uso desta medida parece fazer sentido uma vez que na regressão linear simples o R^2 é equivalente ao quadrado da correlação de Pearson.

No R, isso uma função pode ser facilmente escrita da seguinte forma:

cor_cat_cont <- function(cat, cont){
  modelo <- glm(cat ~ cont, family = binomial(link = "logit"), 
                control = glm.control(maxit = 10e6))
  
  R2 <- binomTools::Rsq(modelo)$R2cor
  sqrt(R2)  
}

Por exemplo, no banco de dados iris, você pode usá-la assim:

> cor_cat_cont(iris$Species, iris$Sepal.Length)
[1] 0.8158366

Para usar a função, você precisa instalar o pacote binomTools, usando install.packages("binomTools").

Na época fiz o seguinte post no meu blog simulando alguns dados categóricos e medindo a correlação calculada desta forma e achei o resultado bem satisfatório.

Fonte Link
Daniel Falbel
  • 12,5mil
  • 25
  • 57

Uma forma de obter um coeficiente que mede a intensidade da associação entre uma variável categórica e uma variável contínua é usar a raiz quadrada do coeficiente de determinação de um modelo de regressão logística ajustado.

Essa ideia veio de uma pergunta que eu fiz no Cross Validated algum tempo atrás.

A raíz quadrada do coeficiente de determinação é sempre um número entre 0 e 1. 1 indicando muito relacionado e 0 pouco relacionado, assim como o coeficiente de correlação de Pearson.

No R, isso uma função pode ser facilmente escrita da seguinte forma:

cor_cat_cont <- function(cat, cont){
  modelo <- glm(cat ~ cont, family = binomial(link = "logit"), 
                control = glm.control(maxit = 10e6))
  
  R2 <- binomTools::Rsq(modelo)$R2cor
  sqrt(R2)  
}

Por exemplo, no banco de dados iris, você pode usá-la assim:

> cor_cat_cont(iris$Species, iris$Sepal.Length)
[1] 0.8158366

Para usar a função, você precisa instalar o pacote binomTools, usando install.packages("binomTools").

Na época fiz o seguinte post no meu blog simulando alguns dados categóricos e medindo a correlação calculada desta forma e achei o resultado bem satisfatório.