6

我正在尝试计算 R 中的偏相关。我有两个要比较的数据集，目前只有一个受控变量。（这将在未来改变）

我已经在网上查看并尝试自己解决这个问题，但很难理解我查看过的网站上使用的术语。有人可以解释一下我将如何做到这一点，并可能提供一个简单的例子吗？

数据格式如下：

                Project.Name Bugs.Project Changes.Project Orgs.Project
1     platform_external_svox            4             161            2
3 platform_packages_apps_Nfc           13             223            2
5      platform_system_media           36             307            2
7     platform_external_mtpd            2              30            2
9            platform_bionic           42            1061            4

我希望将 Bugs.Project 和 Orgs.Project 之间的相关性与 Changes.Project 作为控制变量。我已经下载了该ppcor库，因为它看起来具有我需要的功能。但是，我不确定如何使用它。如何将我的数据添加到矩阵并使用该pcor函数？

这是我一直在尝试的：

y.data <- data.frame(
bpp=c(projRelateBugsOrgs[2]),
opp=c(projRelateBugsOrgs[4]),
cpp=c(projRelateBugsOrgs[3])
)

test <- pcor(y.data)

我只是使用了一个我找到的示例，并尝试使用我的数据代替他们的数据。我不明白我的输出。

它看起来像这样：

$estimate
                Bugs.Project Orgs.Project Changes.Project
Bugs.Project       1.0000000    0.3935535       0.9749296
Orgs.Project       0.3935535    1.0000000      -0.1800788
Changes.Project    0.9749296   -0.1800788       1.0000000

$p.value
                Bugs.Project Orgs.Project Changes.Project
Bugs.Project     0.00000e+00  2.09795e-07       0.0000000
Orgs.Project     2.09795e-07  0.00000e+00       0.0264442
Changes.Project  0.00000e+00  2.64442e-02       0.0000000

$statistic
                Bugs.Project Orgs.Project Changes.Project
Bugs.Project        0.000000     5.190442       53.122165
Orgs.Project        5.190442     0.000000       -2.219625
Changes.Project    53.122165    -2.219625        0.000000

$n
[1] 150

$gp
[1] 1

$method
[1] "pearson"

我想我想从 $estimate 表中得到一些东西，但我不确定它给了我什么，

4

1 回答 1

10

help('pcor')从值部分读取

价值

估计 两个变量之间的偏相关系数矩阵

p.value 测试的 p 值的矩阵

statistic 检验统计量值的矩阵

n 样本数

gn 给定变量的数量

method 使用的相关方法

详细信息部分给出

细节

偏相关是两个变量在控制第三个或更多其他变量时的相关性。

为了你的结果

$estimate
                Bugs.Project Orgs.Project Changes.Project
Bugs.Project       1.0000000    0.3935535       0.9749296
Orgs.Project       0.3935535    1.0000000      -0.1800788
Changes.Project    0.9749296   -0.1800788       1.0000000

Changes.Project和的偏相关Orgs.Project 是-0.1800788。这是相关性 Changes.Project和Orgs.Project 控制性Bugs.Project

Changes.Project和的偏相关Bugs.Project是 0.9747296。这是相关性 Changes.Project和Bugs.Project 控制性Orgs.Project

Orgs.Project和的偏相关Bugs.Project是0.3935535。这是相关性 Orgs.Project和Bugs.Project 控制性 Changes.Project

您可以从

pcor.test(y.data$Orgs.Project, y.data$Bugs.Project, y.data$Changes.Project)
于 2013-01-10T05:50:32.507 回答