点双数和p值

Question

我正在尝试获得连续词汇得分和句法生产力（二分：有生产能力与无生产能力）之间的双歧关系。

我尝试了两个ltm软件包

> biserial.cor (lol$voc1_tvl, lol$synt, use = c("complete.obs")) 

和polycor包

> polyserial( lol$voc1_tvl, lol$synt, ML = FALSE, control = list(), std.err = FALSE, maxcor=.9999, bins=4)

问题是没有一个测试给我p值

如何运行点双数相关测试并获得关联的p值，或者自己计算p值？

Answer 1

由于点双数相关只是流行的Peason乘积矩的一个特例，因此您可以使用cor.test近似（以后再说）连续X和二分Y之间的相关。例如，给定以下内容数据：

set.seed(23049)
x <- rnorm(1e3)
y <- sample(0:1, 1e3, replace = TRUE)

运行cor.test(x, y)将为您提供所需的信息。

    Pearson's product-moment correlation

data:  x and y
t = -1.1971, df = 998, p-value = 0.2316
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.09962497  0.02418410
sample estimates:
        cor 
-0.03786575

为了表明这些系数之间的相似性，请注意-0.03786575的计算相关度与ltm::biserial.cor提供的相似度如何：

> library(ltm)
> biserial.cor(x, y, level = 2)
[1] -0.03784681

不同之处在于， biserial.cor是根据总体计算的，标准偏差除以n ，其中cor和cor.test计算样本的标准偏差，除以n - 1 。

如cgage所述，您还可以使用polyserial()函数，在我的示例中这将产生

> polyserial(x, y, std.err = TRUE)

Polyserial Correlation, 2-step est. = -0.04748 (0.03956)
Test of bivariate normality: Chisquare = 1.891, df = 5, p = 0.864

这里，相信在所计算的相关（-0.04748）的差异是由于polyserial使用优化算法来近似计算（这是不必要的，除非Y具有两个以上的级别）。

Answer 2

使用ggplot2数据集mpg作为可重现的示例：

library(ggplot2)
# Use class as dichotomous variable (must subset)
newData = subset(mpg, class == 'midsize' | class == 'compact')

# Now getting p-value
library(ltm)
polyserial(newData$cty,newData$class, std.err = T)

你会看到所有你想要使用输出std.err=T在polyserial