R使用笔记：相关系数:cor.test();corr.test();rcorr()

2023-09-05 19:46| 来源: 网络整理| 查看: 265

本次笔记内容：

cor.test()和cor() rcorr() {Hmisc} corr.test() {psych} spearmanCI() {spearmanCI} spearman求95%CI (update 20200401)

相关系数（correlation coefficient）用于描述两个变量之间的相关程度。一般在[-1, 1]之间。包括：

pearson相关系数：适用于连续性变量，且变量服从正态分布的情况，为参数性的相关系数。 spearman等相关系数：适用于连续性及分类型变量，为非参数性的相关系数。

在本次笔记中仅讨论连续型变量的相关系数。

# 示例数据有6个变量： data("attitude") head(attitude) rating complaints privileges learning raises critical advance 1 43 51 30 39 61 92 45 2 63 64 51 54 63 73 47 3 71 70 68 69 76 86 48 4 61 63 45 47 54 84 35 5 81 78 56 66 71 83 47 6 43 55 49 44 54 49 34

cor.test()和cor()都是R自带包里的函数，两者差别仅为cor()只给出相关系数一个值，cor.test()给出相关系数，p值等。

你可以把数据的两组feature提出来进行相关性分析，看是否有相关性；也可以把包含多个feature的表格作为cor()input，得到的是一个对称的correlation matrix. 即所有feature两两比较的相关系数。然后你可以拿去各种可视化。cor.test()似乎不能这样用。使用Hmisc包的rcorr()，可以得到correlation matrix的p值矩阵。当然rcorr()也可以像cor()那样，只计算两个feature之间的相关系数。

## 只把attitude中的rating和complaints作为input cortest_ra_com

【本文地址】

公司简介

联系我们