使用下面的代码,我创建了一个相关矩阵。下面的代码只是为所有数据创建了一个矩阵,无论处理如何。但是,我数据中的一列是治疗。我想制作两个不同的矩阵(每种治疗类型一个)。我的治疗是第 6 列“治疗”中的分类值。第 10 到 44 列我想为其创建一个矩阵。
correlations <- cor(Plants[,c(10:44)], use="pairwise.complete.obs", method="pearson")
correlations<-as.matrix(correlations)
使用下面的代码,我创建了一个相关矩阵。下面的代码只是为所有数据创建了一个矩阵,无论处理如何。但是,我数据中的一列是治疗。我想制作两个不同的矩阵(每种治疗类型一个)。我的治疗是第 6 列“治疗”中的分类值。第 10 到 44 列我想为其创建一个矩阵。
correlations <- cor(Plants[,c(10:44)], use="pairwise.complete.obs", method="pearson")
correlations<-as.matrix(correlations)
如果您只有两个治疗类别,那么您可以为每个级别进行两次单独的分析(仅选择特定级别的数据)。只需将名称替换为您Treatment1
的Treatment2
治疗的实际名称即可。
kor1<-cor(Plants[Plants$Treat=="Treatment1",c(10:44)], use="pairwise.complete.obs", method="pearson")
kor2<-cor(Plants[Plants$Treat=="Treatment2",c(10:44)], use="pairwise.complete.obs", method="pearson")
您可以使用by
将函数应用于数据的不同子集。
by(Plants[10:44], Plants["Treat"],
cor, use = "pairwise.complete.obs", method = "pearson")