我想计算R中的相关性。但是我有很多缺失值。所以,我想在相关矩阵中只承认从至少10对值中计算出的相关性。 如何继续?R中的相关性计算与阈值
编辑: 请注意,相关矩阵由两个具有相同个体(行)的大矩阵X和Y生成。
我想计算R中的相关性。但是我有很多缺失值。所以,我想在相关矩阵中只承认从至少10对值中计算出的相关性。 如何继续?R中的相关性计算与阈值
编辑: 请注意,相关矩阵由两个具有相同个体(行)的大矩阵X和Y生成。
首先,我们产生了一些示例性数据:通过x
矩阵
R> x = matrix(rnorm(100), ncol=5)
##Fill in some NA's
R> x[3:15,1] = NA
R> x[2:10,3] = NA
接下来我们循环做comparsion检测NA的:
##Create a matrix with where the elements are the
##maximum number of possible comparisons
m = matrix(nrow(x), ncol=ncol(x),nrow=ncol(x))
## This comparison can be made more efficient.
## We only need to do column i with i+1:ncol(x)
## Each list element
for(i in 1:ncol(x)) {
detect_na = is.na(x[,i]==x)
c_sums = colSums(detect_na)
m[i,] = m[i,] - c_sums
}
矩阵m
现在包含每个比较的数列对。现在转换m
矩阵制剂子集的:
m = ifelse(m>10, TRUE, NA)
接下来,我们制定出的所有列对相关子集,并根据m
:
R> matrix(cor(x, use = "complete.obs")[ m], ncol=ncol(m), nrow=nrow(m))
[,1] [,2] [,3] [,4] [,5]
[1,] NA NA NA NA NA
[2,] NA 1.0000 -0.14302 0.35902 -0.3466
[3,] NA -0.1430 1.00000 0.03949 0.6172
[4,] NA 0.3590 0.03949 1.00000 0.1606
[5,] NA -0.3466 0.61720 0.16061 1.0000
感谢您的回答 – Delphine
然而,您的解决方案需要太多的时间来处理大型矩阵 – Delphine
我不认为你会有一个由于您的标准具有至少** 10 **的观察结果,因此可能会出现大矩阵问题。如果您有很多列,则可以在循环前删除少于十个观察值的列。 – csgillespie
我不明白您的编辑。你可以使用'as.data.frame'轻松地将data.frame转换为矩阵,反之亦然 – csgillespie