5

我有一个数据框，它的列是实验的不同样本。我想找到这些样本之间的相关性。所以样本 v2 和 v3 之间，样本 v2 和 v4 之间的相关性，......这是数据框：

> head(t1)
      V2          V3          V4         V5         V6
1 0.12725011 0.051021886 0.106049328 0.09378767 0.17799444
2 0.86096784 1.263327211 3.073650624 0.75607466 0.92244361
3 0.45791031 0.520207274 1.526476608 0.67499102 0.49817761
4 0.00000000 0.001139721 0.003158557 0.00000000 0.00000000
5 0.13383965 0.098943019 0.099922146 0.13871867 0.09750611
6 0.01016334 0.010187671 0.025410170 0.00000000 0.02369374
> nrow(t1)
[1] 23367

如果我为此数据帧运行 cor 函数以获取样本（列）之间的相关性，我会得到所有样本的 NA：

> cor(t1, method= "spearman")
V2 V3 V4 V5 V6
V2  1 NA NA NA NA
V3 NA  1 NA NA NA
V4 NA NA  1 NA NA
V5 NA NA NA  1 NA
V6 NA NA NA NA  1

但如果我运行这个：

> cor.test(t1[,1],t1[,2], method="spearman")$estimate
rho 
0.92394

那不一样。为什么会这样？获得这些样本之间相关性的正确方法是什么？先感谢您。

4

1 回答 1

6

您的数据包含NA值。

来自?cor：

如果使用是“一切”，则 NA 将在概念上传播，即，只要其贡献的观察值之一是 NA，结果值将是 NA。

从?cor.test

na.action 一个函数，它指示当数据包含 NA 时应该发生什么。默认为 getOption("na.action")。

在我的系统上：

getOption("na.action")
[1] "na.omit"

用于which(!is.finite(t1))搜索有问题的值和which(is.na(t1))搜索NA值。如果您的数据中有值，则cor返回。NaNInf

于 2013-02-02T10:56:50.537 回答