Como já disseram, essa é uma pergunta mais relacionada a estatística, mas como não tem um statexchange em português eu vou te ajudar nessa.
O método de correlação que você está tentando só vai funcionar para variáveis numéricas, se você quer criar visualizar relações entre variáveis categóricas com variáveis continuas o que eu recomendo mais seria boxplots ou histogramas/densidade.
Vou demonstrar alguns exemplos em R dessas análises. Para isso estou utilizando o dataset iris
que se encontra no pacote padrão do R datasets
e o pacote ggplot2
para plotar os gráficos. Dentro do dataset vamos comparar as os diferentes tamanhos das sépalas iris$Sepal.Length
das diferentes espécies que temos iris$Species
.
BOXPLOT
require(datasets)
require(ggplot2)
ggplot(iris, aes(x = Species, y = Sepal.Length)) +
geom_boxplot()
DENSIDADE
require(datasets)
require(ggplot2)
ggplot(iris, aes(x = Sepal.Length, fill = Species)) +
geom_density(alpha=0.3)
Mas caso você realmente queira um "número" para se guiar, um teste ANOVA pode te dar isso, basicamente ele vai te dizer se as diferenças das médias (o teste pode ser aplicado a outros atributos) da sua variável continua para cada categoria são "estatisticamente significantes".
ANOVA
require(datasets)
anova <- aov(Sepal.Length ~ Species, iris)
summary(anova)
output:
Df Sum Sq Mean Sq F value Pr(>F)
Species 2 63.21 31.606 119.3 <2e-16 ***
Residuals 147 38.96 0.265
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Nesse caso a hipótese nula de que as Sépalas possuem uma média de tamanho igual é rejeitada por um p-valor <2e-16 (basicamente zero), de forma que pode-se dizer que a espécie é um fator relevante, "correlacionado" ao tamanho da sépala dessas plantas.
obs: provavelmente falei algumas besteiras ai, mas espero ter ajudado.