Segui il canale Telegram
Max 3 mess. al giorno (cos'è?)
Ultimi post del blog
Video e tutorial
Pagine aggiornate
Formazione
Ricerca sociale con R (il libro)
Per analisi bivariata intendiamo l'analisi congiunta di due variabili, allo scopo di:
L'analisi bivariata delle variabili categoriali o fattori parte dalla costruzione delle tabelle di contingenza, che in R possono ottenersi con i comandi Table, ftable e xtabs.
Per valutare l'associazione fra due variabili categoriali si utilizza principalmente il test del chi quadrato, ed altri coefficienti di associazione derivati da esso (quali phi e V di Cramer).
I grafici più adatti a rappresentare queste tabelle di contingenza sono i Grafici a barre raggruppati o sovrapposti.
Per le variabili ordinali o fattori ordinati, è anche possibile utilizzare diversi coefficienti di cograduazione, quali il Gamma di Goodman e Kruskal, il Tau di Kendall, o il D di Somers. Il Rho di Spearmam viene utilizzato per valutare l'associazione fra due ordinamenti di un numero elevato di casi.
Il Tau di Kendall e il Rho di Spearman, in R, sono inclusi nelle funzioni cor
e cor.test
(vedi: correlazione).
Anche per le variabili ordinali, come per quelle categoriali, si possono usare i Grafici a barre raggruppati o sovrapposti, così come anche i Boxplot.
Le variabili cardinali possono essere analizzate in rapporto ad altre variabili cardinali, ma anche a variabili categoriali.
Nel primo caso, la relazione viene rappresentata mediante lo Scatterplot (grafico a dispersione) o diagramma a dispersione, e studiata mediante l'Analisi di regressione lineare.
Nel secondo caso, invece, è senz'altro più adatto il Boxplot, e l'analisi dei valori caratteristici della variabile cardinale (media, dev. st. etc.) in base a sottogruppi definiti dalle modalità di una variabile categoriale, ad es.:
Vedi anche: Indice di dipendenza in media e Analisi della varianza (ANOVA) con R.
Con i pacchetti del Tidyverse, possiamo usare le funzioni group_by()
, summarise()
, e count()
.