0

我正在处理一组数据，并且获得了一定的相关性（使用皮尔逊相关系数）。是否有一个 R 函数或包可以通过置换测试确定相关性的好坏？或者有没有其他方法可以做到这一点？

示例数据：

数据A

  structure(list(A = c(4.7671948292, 5.057230067, 5.3789958351, 
  6.1564088085, 4.8594252454, 5.8761895664, 4.4854758124, 4.7528916483, 
  4.4210848845, 3.9850111524), B = c(4.5852526479, 4.9673151031, 
  5.1601803995, 6.3082498288, 4.5796519129, 5.665788171, 4.2886052774, 
  4.4678455852, 4.4444468354, 3.8911975809)), .Names = c("A", 
  "B"), row.names = c("901_at", "902_at", "903_at", 
   "904_at", "905_at", "906_at", "907_at", "908_at", 
   "909_at", "910_s_at"), class = "data.frame")

数据B

      structure(list(A = c(5.5552465406, 5.8527484565, 8.3272537274, 
      6.4436035152, 5.597121724, 7.7741738479, 4.9931115346, 5.3852788212, 
      6.0292060458, 4.8351702985),B = c(5.6748698406, 6.8504588796, 
      9.4375062219, 7.6984745916, 5.7246927142, 9.0156741296, 4.8601744963, 
     5.4403609238, 6.842929093, 5.474543968)), .Names = c("A", "B"
     ), row.names = c("901_at", "902_at", "903_at", "904_at", 
    "905_at", "906_at", "907_at", "908_at", "909_at", 
    "910_s_at"), class = "data.frame")

相关性计算如下：

   cor1<-cor(data A, data B)

如何进行置换测试以验证相同的结果？

4

2 回答 2

1

以下是我知道的一些功能强大的软件包：-

编辑：-解释得更好

CART（分类和回归树）- rpart包（您可以在二进制和非二进制数据集上构建决策树，具体取决于您需要的结果，在您的情况下它是非二进制的。）

BNeT（贝叶斯网络）：-交易包（它基于定义因果关系的贝叶斯定理。）

朴素贝叶斯分类器：- e1071包，对朴素贝叶斯分类器有一些基本的了解！

R中还有很多相关性。

于 2013-09-04T13:43:32.377 回答
0

我发现这个功能非常有效，并认为我应该在这里分享它。

corPerm.R 包含三个函数来测试 Pearson Correlation Coefficient By Permutation。

和相同的链接是

http://adn.biol.umontreal.ca/~numericalecology/Rcode/

于 2013-09-05T06:30:39.797 回答