[英]Spearman correlation between two matrices of same dimensions
我有两个维数相等的矩阵(p和e),我想在同名列之间建立一个spearman相关性。 我想在矩阵(M)中具有对相关的输出
我使用了Psych库中的corr.test()
函数,这是我所做的:
library(psych)
M <- data.frame(matrix(ncol=3,nrow=ncol(p)))
M[,1] <- as.character()
G <- colnames(p)
for(rs in 1:ncol(p){
M[rs,1] <- G[rs]
cor <- corr.test(p[,rs],e[,rs],method="spearman",adjust="none")
M[rs,2] <- cor$r
M[rs,3] <- cor$p
}
但是我收到一条错误消息:
Error in 1:ncol(y) : argument of length 0
您能告诉我什么地方出问题了吗? 或建议另一种方法?
不需要所有这些循环和索引等操作:
# test data
p <- matrix(data = rnorm(100),nrow = 10)
e <- matrix(data = rnorm(100),nrow = 10)
cor <- corr.test(p, e, method="spearman", adjust="none")
data.frame(name=colnames(p), r=diag(cor$r), p=diag(cor$p))
# name r p
#a a 0.36969697 0.2930501
#b b 0.16363636 0.6514773
#c c -0.15151515 0.6760652
# etc etc
如果矩阵名称不匹配,请match
它们:
cor <- corr.test(p, e[,match(colnames(p),colnames(e))], method="spearman", adjust="none")
由于这两个矩阵很大,因此在所有可能的对上执行函数corr.test()
都需要很长时间的system.time,但最终起作用的循环如下:
library(psych)
M <- data.frame(matrix(ncol=3,nrow=ncol(p)))
M[,1] <- as.character()
G <- colnames(p)
for(rs in 1:ncol(p){
M[rs,1] <- G[rs]
cor <- corr.test(as.data.frame(p[,rs]),as.data.frame(e[,rs]),
method="spearman",adjust="none")
M[rs,2] <- cor$r
M[rs,3] <- cor$p
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.