Matrices de Correlaciones y Similaridades/disimilaridades

Utilice este módulo para calcular una matriz de correlaciones (Pearson, Spearman o Kendall), de covarianza, de similaridad o disimilaridad para una tabla rectangular, cruzando las là­neas o las columnas, y probar la hipótesis de ausencia de estructura de correlación en el caso de una matriz de correlación paramétrica (correlación de Pearson) gracias a la prueba de esfericidad de Bartlett.

Las similaridades calculadas sobre los datos cuantitativos son:

SimilaridadDisimilaridad
Correlación de PearsonDistancia euclà­dea
Correlación de SpearmanDistancia del khi’²
Correlación de KendallDistancia de Manhattan
InerciaDisimilaridad de Pearson
Covarianza (n)Disimilaridad de Spearman
Covarianza (n-1)Disimilaridad de Kendall

Para los datos binarios (0/1):

Similaridad / Disimilaridad: àndice de Jaccard, àndice de Dice, àndice de Sokal & Sneath (2), àndice de Rogers & Tanimoto, àndice de Sokal & Michener, àndice de Sokal & Sneath (1), Phi de Pearson, àndice de Ochiai, àndice de Kulczinski.