我是R的新手,所以我很抱歉如果这是一个直截了当的问题,但是我今天晚上做了相当多的搜索,似乎无法弄清楚。我有一个数据框和一大堆变量,我想要做的是创建一个表中的一部分相关性,基本上相当于Stata中的“pwcorr”,或者是“相关性” SPSS。一个关键是,我不仅需要r,但我也希望与该价值相关的重要性。成对相关表
任何想法?这似乎应该是非常简单的,但我似乎无法找出一个好方法。
我是R的新手,所以我很抱歉如果这是一个直截了当的问题,但是我今天晚上做了相当多的搜索,似乎无法弄清楚。我有一个数据框和一大堆变量,我想要做的是创建一个表中的一部分相关性,基本上相当于Stata中的“pwcorr”,或者是“相关性” SPSS。一个关键是,我不仅需要r,但我也希望与该价值相关的重要性。成对相关表
任何想法?这似乎应该是非常简单的,但我似乎无法找出一个好方法。
比尔·维纳布尔斯提供从R邮件列表中this answer此解决方案我已经做了一些细微的修改:
cor.prob <- function(X, dfr = nrow(X) - 2) {
R <- cor(X)
above <- row(R) < col(R)
r2 <- R[above]^2
Fstat <- r2 * dfr/(1 - r2)
R[above] <- 1 - pf(Fstat, 1, dfr)
cor.mat <- t(R)
cor.mat[upper.tri(cor.mat)] <- NA
cor.mat
}
因此,让我们测试一下:
set.seed(123)
data <- matrix(rnorm(100), 20, 5)
cor.prob(data)
[,1] [,2] [,3] [,4] [,5]
[1,] 1.0000000 NA NA NA NA
[2,] 0.7005361 1.0000000 NA NA NA
[3,] 0.5990483 0.6816955 1.0000000 NA NA
[4,] 0.6098357 0.3287116 0.5325167 1.0000000 NA
[5,] 0.3364028 0.1121927 0.1329906 0.5962835 1
这是否排队与cor.test?
cor.test(data[,2], data[,3])
Pearson's product-moment correlation
data: data[, 2] and data[, 3]
t = 0.4169, df = 18, p-value = 0.6817
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.3603246 0.5178982
sample estimates:
cor
0.09778865
似乎工作正常。
这绝对看起来像是一个很好的解决方案,但是,我很难弄清楚如何首先从我的数据中构建一个矩阵。正如我所说,我有一个包含〜400个变量(列)和371个主题(行)的数据框,但是像cor.prob(matrix(var10,var11))这样的东西似乎给了我这些变量中每行之间的相关性,而不是代表两个变量之间相关性的一个系数。 – Cody
所以我想出了一个解决方案,我最后的评论 - 它看起来像我应该这样做我的数据: 'cor(cbind(data $ var1,data $ var2),use =“complete.obs “) 但是,我无法扩展你的代码以包含'use =”complete.obs“'。对此有何想法? – Cody
@Cody尝试在数据框上使用'na.omit'来创建一个新的数据框并查看是否解决了您的问题。 –
这是我刚刚做的,我偶然发现这篇文章,因为我正在寻找一种方法来获取每一对变量,并获得一个整齐的nX3数据框。列1是变量,列2是变量,列3和列4是它们的绝对值和真实相关性。只需将函数传递给数字和整数值的数据框即可。
pairwiseCor <- function(dataframe){
pairs <- combn(names(dataframe), 2, simplify=FALSE)
df <- data.frame(Vairable1=rep(0,length(pairs)), Variable2=rep(0,length(pairs)),
AbsCor=rep(0,length(pairs)), Cor=rep(0,length(pairs)))
for(i in 1:length(pairs)){
df[i,1] <- pairs[[i]][1]
df[i,2] <- pairs[[i]][2]
df[i,3] <- round(abs(cor(dataframe[,pairs[[i]][1]], dataframe[,pairs[[i]][2]])),4)
df[i,4] <- round(cor(dataframe[,pairs[[i]][1]], dataframe[,pairs[[i]][2]]),4)
}
pairwiseCorDF <- df
pairwiseCorDF <- pairwiseCorDF[order(pairwiseCorDF$AbsCor, decreasing=TRUE),]
row.names(pairwiseCorDF) <- 1:length(pairs)
pairwiseCorDF <<- pairwiseCorDF
pairwiseCorDF
}
这是输出是什么:
> head(pairwiseCorDF)
Vairable1 Variable2 AbsCor Cor
1 roll_belt accel_belt_z 0.9920 -0.9920
2 gyros_dumbbell_x gyros_dumbbell_z 0.9839 -0.9839
3 roll_belt total_accel_belt 0.9811 0.9811
4 total_accel_belt accel_belt_z 0.9752 -0.9752
5 pitch_belt accel_belt_x 0.9658 -0.9658
6 gyros_dumbbell_z gyros_forearm_z 0.9491 0.9491
我发现,将R包激情似火做了很好的工作处理,你有问题。您可以轻松地将数据集传递给cor.table函数,并获取所有变量的相关表和p值表。您可以在功能中指定皮尔逊的r或Spearman。请参阅此链接以获得帮助: http://www.inside-r.org/packages/cran/picante/docs/cor.table
还请记住在运行该函数之前从数据集中删除任何非数字列。下面是代码的例子件:
install.packages("picante")
library(picante)
#Insert the name of your dataset in the code below
cor.table(dataset, cor.method="pearson")
不错。太悲伤了,它不适用于latex/pdf。 – jaySf
除了大cor.prob()
的Funktion 塞巴斯蒂安-C援引上面我需要更换以短线的自相关性,与此代码来完成:
cor.tbl <- round(cor.prob(data), 3)
cor.tbl[cor.tbl == 1] <- "-"
'cor'。看看'?cor' – mnel
@mnel - '?cor'虽然没有给出p值。 “Hmisc”库中的'rcorr'将会这样做。 – thelatemail
@thelatemail'?cor'将链接到'cor.test',这将会(如果OP遵循这个建议,他应该会发现这一点)。 – mnel