-4

我需要用我的数据集的所有 91 个变量构建一个依赖矩阵。

我尝试使用一些代码，但没有成功。

在这里，您是重要代码的一部分：

p<- length(dati)
chisquare <- matrix(dati, nrow=(p-1), ncol=p)

它应该创建一个包含所有变量的平方矩阵

system.time({for(i in 1:p){
    for(j in 1:p){
        a <- dati[, rn[i+1]]
        b <- dati[, cn[j]]
        chisquare[i, (1:(p-1))] <- chisq.test(dati[,i], dati[, i+1])$statistic
        chisquare[i, p] <- chisq.test(dati[,i], dati, i+1])$p.value
    }}
})

它应该关联“p”变量以分析它们是否相互依赖

Error in `[.data.frame`(dati, , rn[i + 1]) : 
  not defined columns selected

Moreover: There are 50 and more alerts (use warnings() to read the first 50)

Timing stopped at: 32.23 0.11 32.69 

warnings() #let's check
>: In chisq.test(dati[, i], dati[, i + 1]) :
  Chi-squared approximation may be incorrect

chisquare#所有单元格（除非在最后一列中似乎具有p值）按行具有相同的值

我还尝试了另一种方法，这是由比我更了解如何管理 R 的人提供的：

#strange values I have in some columns
sum(dati == 'x')

#replacing "x" by x
x <- dati[dati=='x']

#distribution of answers for each question
answers <- t(sapply(1:ncol(dati), function(i) table(factor(dati[, i], levels = -2:9), useNA = 'always')))

rownames(answers) <- colnames(dati)
answers
#correlation for the pairs

I<- diag(ncol(dati)) 
#empty diagonal matrix

colnames(I) <- rownames(I) <- colnames(dati)
rn <- rownames(I)
cn <- colnames(I)

#loop
system.time({
    for(i in 1:ncol(dati)){
        for(j in 1:ncol(spain)){
            a <- dati[, rn[i]]
            b <- dati[, cn[j]]
            r <- chisq.test(a,b)$statistic
            r <- chisq.test(a,b)$p.value
            I[i, j] <- r
        }
     }
})

 user  system elapsed 
  29.61    0.09   30.70 

There are 50 and more alerts (use warnings() to read the first 50)

warnings() #let's check
-> : In chisq.test(a, b) : Chi-squared approximation may be incorrect

diag(I)<- 1

#result
head(I)

列在第 5 个变量处停止，而我需要检查所有变量之间的依赖关系。每一个。

我不明白我错在哪里，但我希望我不是那么远......

希望能得到很好的帮助，拜托。

4

1 回答 1

1

您显然正在尝试为数据集中的所有变量对计算卡方检验的 p 值。这可以如下进行。

# Sample data
n <- 1000
k <- 10
d <- matrix(sample(LETTERS[1:5], n*k, replace=TRUE), nc=k)
d <- as.data.frame(d)
names(d) <- letters[1:k]

# Compute the p-values
k <- ncol(d)
result <- matrix(1, nr=k, nc=k)
rownames(result) <- colnames(result) <- names(d)
for(i in 1:k) {
  for(j in 1:k) {
      result[i,j] <- chisq.test( d[,i], d[,j] )$p.value
  }
}

此外，您的数据可能有问题，导致您收到警告，但我们对此一无所知。

您的代码有太多问题，我无法尝试枚举它们（您开始尝试创建具有不同行数和列数的方阵，然后我完全迷失了）。

于 2012-03-10T23:19:09.573 回答