21.1 Ejemplo
El fichero hatco.RData contiene observaciones de clientes de la compañía de distribución industrial (Compañía Hair, Anderson y Tatham). Las variables se pueden clasificar en tres grupos:
load('datos/hatco.RData')
as.data.frame(attr(hatco, "variable.labels"))## attr(hatco, "variable.labels")
## empresa Empresa
## tamano Tamaño de la empresa
## adquisic Estructura de adquisición
## tindustr Tipo de industria
## tsitcomp Tipo de situación de compra
## velocida Velocidad de entrega
## precio Nivel de precios
## flexprec Flexibilidad de precios
## imgfabri Imagen del fabricante
## servconj Servicio conjunto
## imgfvent Imagen de fuerza de ventas
## calidadp Calidad de producto
## fidelida Porcentaje de compra a HATCO
## satisfac Satisfacción global
## nfidelid Nivel de compra a HATCO
## nsatisfa Nivel de satisfacciónConsideraremos como respuesta la variable fidelida y como variables explicativas el resto de variables continuas menos satisfac.
datos <- hatco[, 6:13] # Nota: realmente no copia el objeto...
plot(datos)
# cor(datos, use = "complete") # Por defecto 8 decimales...
print(cor(datos, use = "complete"), digits = 2)## velocida precio flexprec imgfabri servconj imgfvent calidadp fidelida
## velocida 1.000 -0.354 0.519 0.049 0.609 0.081 -0.490 0.674
## precio -0.354 1.000 -0.486 0.272 0.511 0.189 0.468 0.077
## flexprec 0.519 -0.486 1.000 -0.115 0.075 -0.038 -0.445 0.578
## imgfabri 0.049 0.272 -0.115 1.000 0.298 0.790 0.199 0.224
## servconj 0.609 0.511 0.075 0.298 1.000 0.246 -0.062 0.698
## imgfvent 0.081 0.189 -0.038 0.790 0.246 1.000 0.181 0.267
## calidadp -0.490 0.468 -0.445 0.199 -0.062 0.181 1.000 -0.204
## fidelida 0.674 0.077 0.578 0.224 0.698 0.267 -0.204 1.000