-
Notifications
You must be signed in to change notification settings - Fork 3
/
Cor_VIF.R
34 lines (26 loc) · 1.07 KB
/
Cor_VIF.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
install.packages("fuzzySim", repos = "http://R-Forge.R-project.org")
library(raster)
library(fuzzySim)
library(dismo)
library(magrittr)
# ajuste su directorio de trabajo
setwd('')
# Background, como quieres hacerlo entre las variables hay que generar puntos al azar
env<-stack(list.files("Variables/", pattern = ".tif$*", full.names = T))
bg.df <- dismo::randomPoints(env[[1]], n = 10000) %>% as.data.frame()
covarData <- raster::extract(env, bg.df)
covarData <- cbind(bg.df, covarData)
# analizar las correlaciones (multicolinealidad) entre variables y el factor de inflaccion:
?multicol
multicol(covarData[ , 3:ncol(covarData)]) # especificar solo las columnas con variables!
# min 18:42 https://www.youtube.com/watch?v=uo0kgxOd_fM&t=1574s&list=PLu_3tLNPCPDZ7KhT5WzapXG5VuqQz7RT3&index=4
####SELECCION DE VARIABLES####
correlacion <- corSelect(
data = covarData,
sp.cols = 27,
var.cols = 3:ncol(covarData),
cor.thresh = 0.8,
use = "pairwise.complete.obs")
correlacion
select_var <- correlacion$selected.vars %>% as.data.frame()
write.csv(select_var, "cor_select_var.csv")