Corrélations des indicateurs économiques et sociaux

Nous mettons dans une même table, des variables qui pourraient avoir une corrélation avec le taux d’abstention.

# création de la nouvelle table
tab <- merge(abstention_par_dep[,c(1,4)],chomage_par_dep[,c(1,5)],by=intersect(names(abstention_par_dep),names(chomage_par_dep)))

tab <- merge(tab,logement_par_dep[,c(1,7,8,9)],by=intersect(names(tab),names(logement_par_dep)))

# but : remplacer les NA par la moyenne de la colonne pour le taux de chomage
chom <- tab[,3]
remplacant <- mean(chom[-which(is.na(chom))])
chom[which(is.na(chom))] <- rep(remplacant, length(which(is.na(chom))))

# après avoir remplacer les NA, on remplace la colonne dans la table
tab[,3] <- chom

Affichage des corrélations sous forme de points colorés

names(tab)[2:6] <- c("% Abstention","% Chômage","% Res.princ","% Res.second","% Log.vacants")
mcor <- cor(tab[,2:6])

# affichage de corrélations

library(corrplot)
corrplot(mcor, type="full",tl.col="black", tl.srt=50)
text(x=0,y=6.5,labels="Corrélations",cex=2)

corrplot(mcor, type="full", tl.col="black", tl.srt=50,method="number")
text(x=0,y=6.5,labels="Corrélations",cex=2)