如何求和相关，或计算脱节变量的相关性

Question

我想计算2个变量数组的相关性，但数组在中间脱节 - 但我试图获得一个相关系数

示例;

x:1, 2, [disjointed], 5.1, 5.2, 5.3, 5.4, 5.5, 5.6 

y:2, 4, [disjointed], 9.1, 9, 8.9, 8.8, 8.7, 8.6 

见我上传的Excel文件：http://www.qfpost.com/file/d?g=1UfQx3cUj

因为在中间的不相交的，有一定程度的值的跳跃，并且当我一起关联整个组可变的我获得的相关系数这并不真正反映变量之间的关系

我将如何能够计算出一个相关系数？我可以计算两个独立的相关性，但总之有两个相关性总和？

谢谢你的先生

[编辑：格式化&还添加链接到Excel文件]

Answer 1

简短的回答：看依存度比其他的相关措施。

如果我正确理解你的问题，你都在思考一个问题，即数据是这样的：

 
#R code 
N=500 
set.seed(10) 
x = rnorm(N) 
y = rnorm(N,10*x) 
plot(x,y) 
abline(reg = lm(y~x)) 
#correlation 
cor(x,y) 
[1] 0.9954706 

这些显然是相关的X和Y变量。

然而，你的情况看起来更像这个（显然，这是简化的显示点）：

 
abs = ifelse(x>0, 10, -10) 
y2 = rnorm(N,abs*x) 
plot(x,y2) 
abline(reg = lm(y2~x)) 
cor(x,y2) 
[1] -0.01952952 

相关性是两个变量之间的线性关系的函数。在最上面的图像中，很明显Y很大程度上取决于X，接近1的相关性反映了线性关系。然而，在底部图像中，即使Y严重依赖于X，相关系数几乎为0（并且在非常大的样本中确实为0）。

这只是一个相关性的缺点 - 没有“修复”，可以将X和Y的相关性在X = 0之上和之下进行求和。如果您想要更好地表征数据的相关方式，请查看（例如）非线性回归技术。更好的是，与你所在机构的统计师一起工作（或者在附近找一个统计员）。在没有看到更多数据的情况下，无法确切知道您需要什么。

Answer 2

如果你真的想要的是总结了两套相关，可以计算通过

1）转化你的R和大小分为费舍尔的Z和它的标准误差元相关

https://en.wikipedia.org/wiki/Fisher_transformation

2）使用例如

https://cran.r-project.org/web/packages/rmeta/index.html