Hola a todos,
Tengo una tabla de datos grande, y cada columna tiene una propiedad de verificación de rango. Si los datos están dentro del rango, el valor permanece, y si no está dentro del rango, los datos se eliminan o faltan. Luego copio la tabla de datos, y por cada valor faltante, lo reemplazo con un 0, y para los datos que no faltan, lo reemplazo con un 1. Básicamente, tengo una gran tabla de datos llena de 1 y 0 (que indica si se aprueba o no).
Probé la tabla de correlación y tengo algunas preguntas.
1) Si dos columnas están completamente llenas con 1s, ¿por qué la correlación es 0? De la ecuación para la correlación del momento del producto de Pearson, estaría dividiendo por 0.
2) Si un valor en la tabla de correlación está muy cerca de 1 (o -1), ¿significa que si un valor en una columna ha pasado, es probable que se pase en la otra columna?
Gracias jim Investigué un poco más sobre las correlaciones y llegué a esta conclusión.
Natalie
Asumo que 2 columnas con todas las 1 no pueden calcular la correlación correcta ya que no hay variación.
Con respecto a su segunda pregunta, un valor cercano a +1 indicaría que un 1 en una de las columnas predeciría que un 1 estaría en la otra columna. Si cuadras el r de Pearson, obtendrás el% de varianza predicho entre las 2 columnas. Si tiene un valor cercano a -1, predeciría un cero si hubiera uno en la otra columna.
