我是 R 新手,所以如果这是一个简单的问题,我深表歉意,但是我今晚做了很多搜索,似乎无法弄清楚。我有一个包含大量变量的数据框,我想做的是创建这些变量子集之间的相关性表,基本上相当于 Stata 中的“pwcorr”,或“相关性” SPSS。这样做的一个关键是,我不仅想要 r,而且还想要与该值相关的重要性。
有任何想法吗?这似乎应该很简单,但我似乎想不出一个好方法。
我是 R 新手,所以如果这是一个简单的问题,我深表歉意,但是我今晚做了很多搜索,似乎无法弄清楚。我有一个包含大量变量的数据框,我想做的是创建这些变量子集之间的相关性表,基本上相当于 Stata 中的“pwcorr”,或“相关性” SPSS。这样做的一个关键是,我不仅想要 r,而且还想要与该值相关的重要性。
有任何想法吗?这似乎应该很简单,但我似乎想不出一个好方法。
Bill Venables 在 R 邮件列表中的这个答案中提供了这个解决方案,我对它做了一些轻微的修改:
cor.prob <- function(X, dfr = nrow(X) - 2) {
R <- cor(X)
above <- row(R) < col(R)
r2 <- R[above]^2
Fstat <- r2 * dfr / (1 - r2)
R[above] <- 1 - pf(Fstat, 1, dfr)
cor.mat <- t(R)
cor.mat[upper.tri(cor.mat)] <- NA
cor.mat
}
所以让我们测试一下:
set.seed(123)
data <- matrix(rnorm(100), 20, 5)
cor.prob(data)
[,1] [,2] [,3] [,4] [,5]
[1,] 1.0000000 NA NA NA NA
[2,] 0.7005361 1.0000000 NA NA NA
[3,] 0.5990483 0.6816955 1.0000000 NA NA
[4,] 0.6098357 0.3287116 0.5325167 1.0000000 NA
[5,] 0.3364028 0.1121927 0.1329906 0.5962835 1
这与cor.test一致吗?
cor.test(data[,2], data[,3])
Pearson's product-moment correlation
data: data[, 2] and data[, 3]
t = 0.4169, df = 18, p-value = 0.6817
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.3603246 0.5178982
sample estimates:
cor
0.09778865
似乎工作正常。
这是我刚刚制作的东西,我偶然发现了这篇文章,因为我正在寻找一种方法来获取每一对变量,并获得一个整洁的 nX3 数据框。第 1 列是变量,第 2 列是变量,第 3 列和第 4 列是它们的绝对值和真实相关性。只需将数值和整数值的数据框传递给函数即可。
pairwiseCor <- function(dataframe){
pairs <- combn(names(dataframe), 2, simplify=FALSE)
df <- data.frame(Vairable1=rep(0,length(pairs)), Variable2=rep(0,length(pairs)),
AbsCor=rep(0,length(pairs)), Cor=rep(0,length(pairs)))
for(i in 1:length(pairs)){
df[i,1] <- pairs[[i]][1]
df[i,2] <- pairs[[i]][2]
df[i,3] <- round(abs(cor(dataframe[,pairs[[i]][1]], dataframe[,pairs[[i]][2]])),4)
df[i,4] <- round(cor(dataframe[,pairs[[i]][1]], dataframe[,pairs[[i]][2]]),4)
}
pairwiseCorDF <- df
pairwiseCorDF <- pairwiseCorDF[order(pairwiseCorDF$AbsCor, decreasing=TRUE),]
row.names(pairwiseCorDF) <- 1:length(pairs)
pairwiseCorDF <<- pairwiseCorDF
pairwiseCorDF
}
这就是输出:
> head(pairwiseCorDF)
Vairable1 Variable2 AbsCor Cor
1 roll_belt accel_belt_z 0.9920 -0.9920
2 gyros_dumbbell_x gyros_dumbbell_z 0.9839 -0.9839
3 roll_belt total_accel_belt 0.9811 0.9811
4 total_accel_belt accel_belt_z 0.9752 -0.9752
5 pitch_belt accel_belt_x 0.9658 -0.9658
6 gyros_dumbbell_z gyros_forearm_z 0.9491 0.9491
我发现 R 包 picante 可以很好地解决您遇到的问题。您可以轻松地将数据集传递给 cor.table 函数,并获取所有变量的相关性和 p 值表。您可以在函数中指定 Pearson 的 r 或 Spearman。请参阅此链接以获取帮助: http: //www.inside-r.org/packages/cran/picante/docs/cor.table
还记得在运行函数之前从数据集中删除任何非数字列。这是一段示例代码:
install.packages("picante")
library(picante)
#Insert the name of your dataset in the code below
cor.table(dataset, cor.method="pearson")
您可以使用sjPlot-packagesjt.corr
的功能,它为您提供格式精美的相关表,可以在您的 Office 应用程序中使用。
最简单的函数调用就是传递数据框:
sjt.corr(df)
请参阅此处的示例。