R相关系数获取困难

Question

我在获取数据集相关系数的过程中遇到了困难。 我先使用ggpairs ，然后使用cor函数。

听起来可能缺乏知识，但我没有意识到我无法为非数字类型的列计算相关性。 例如，我现在想了解一些年龄和城市之间的关系。 对于这种情况，我有什么选择？ 还是我应该做什么数据转换？

谢谢。

Answer 1

正如thelatemail所说的，有时候图表所讲的不仅仅只是一种统计数据。

cities <- c("Montreal", "Toronto", "New York", "Plattsburgh")
dat <- data.frame(city = sample(cities,size = 200, replace = TRUE), age = rnorm(n = 200, mean = 40, sd = 20))
dat$city <- as.factor(dat$city)
plot(age ~ city, data = dat)

然后，为了进行适当的分析，您有几种选择...方差分析，或将城市作为回归变量（因子）的回归...尽管您的问题可能对“交叉验证”有更好的回答！

顺便说一句：请只是忽略负面年龄，这已经很快完成了。

Answer 2

我认为您首先需要回答您要做什么的问题。 相关系数（Pearson的r）是可以根据两个数值（其中二分变量可以视为数值）计算的特定统计量。 它具有一些特殊的特征，包括以-1和1为界，并且没有因变量或自变量的概念。 同样，它也不代表所解释的方差的比例； 您需要对其求平方以得到通常的度量。 它的作用是为您估计两个变量之间关联的大小和方向。

这些特性使得在将诸如city这样的变量作为两个变量之一的情况下，不宜使用r。 如果您想了解由城市解释的年龄变化的比例，可以对城市的一组虚拟变量进行年龄回归，并查看模型的总体R平方。 但是，与r不同，您不会有一个简单的方向（每个城市都只有一个方向），并且不一定与建立基于年龄的城市预测模型时的方向相同。

Answer 3

关于诸如City之类的定性数据，您可以使用Spearman的相关性。

您可以在此处找到有关此关联的更多信息

可以通过以下命令在R中简单地使用它：

cor（x，use =，method =）

因此，如果您想在一个简单的示例中使用它：

cor（AGE，CITY，method =“ Spearman”）

希望对您有帮助