1

我试图cor.ci用显着性检验来获得多变量相关性，但它一直给我一个错误信息。这是代码：

install.packages("Hmisc")
library(Hmisc)
mydata <- spss.get("S-IAT for R.sav", use.value.labels=TRUE)

install.packages('psych')
library(psych)
poly.example <- cor.ci(mydata(nvar = 10,n = 100)$items,n.iter = 10,poly = TRUE)
poly.example
print(corr.test(poly.example$rho), short=FALSE)

这是它给出的错误消息：

> library(psych)  
> poly.example <- cor.ci(mydata(nvar = 10,n = 100)$items,n.iter = 10,poly = TRUE)  
Error in cor.ci(mydata(nvar = 10, n = 100)$items, n.iter = 10, poly = TRUE) :  
  could not find function "mydata"  
> poly.example  
Error: object 'poly.example' not found  
> print(corr.test(poly.example$rho), short=FALSE) 
Error in is.data.frame(x) : object 'poly.example' not found

如何让它识别 mydata 和/或从该数据集中选择某些变量进行分析？我从这里得到了上面的代码：
Polychoric correlation matrix with significant in R

谢谢！

4

1 回答 1

0

你有几个问题。1）如前所述，您将 mydata 视为一个函数，但您需要将其视为 data.frame。因此调用应该是

 poly.example <- cor.ci(mydata,n.iter = 10,poly = TRUE)

如果您只想获取前 100 个案例和前 10 个变量，那么

poly.example <- cor.ci(mydata[1:10,1:100],n.iter = 10,poly = TRUE)

2) 然后，您不想在生成的相关矩阵上运行 corr.test。corr.test 应该在数据上运行。

print(corr.test(mydata[1:10,1:100],short=FALSE)

请注意， corr.test 正在测试 Pearson 相关性。

于 2015-05-29T13:37:24.470 回答