R矩阵相关p值

Question

我们正在测量一个地区五个不同地点的地下水位。

零假设：每个点的地下水位的趋势/进展没有不同

替代假设：每个点的地下水位的趋势/进展是不同的

我们想在统计上证明这一点。

下面你可以看到部分测量数据：

 > head(mydf)
      x1    x2   x3   x4   x5
1    -160  -76  -66  -29  -95
2    -159  -66  -63  -20  -85
3    -153  -63  -55  -19  -81
4    -156  -76  -54  -27  -83
5    -155  -75  -53  -30  -81
6    -145  -64  -49  -20  -71

这是测量数据的图表。

我们确实关联了数据：

> cor(mydf)
    x1         x2         x3         x4         x5
x1  1.0000000  0.8033349  0.8569253  0.8262110  0.8523034
x2  0.8033349  1.0000000  0.8228611  0.9036943  0.8965484
x3  0.8569253  0.8228611  1.0000000  0.8486466  0.9091440
x4  0.8262110  0.9036943  0.8486466  1.0000000  0.8828055
x5  0.8523034  0.8965484  0.9091440  0.8828055  1.0000000

我们还尝试使用rcorr(as.matrix(mydf))计算 p 值，但只收到一个零矩阵。

我们有几个问题：

1. 为什么 p 值为零，我们如何解决这个问题？
2. 我们解决问题的方式是错误的吗？
3. 我们如何在 R 中推断给定的测量数据（见图表）？

Answer 1

指南供您查看：

http://www.sthda.com/english/wiki/correlation-matrix-a-quick-start-guide-to-analyze-format-and-visualize-a-correlation-matrix-using-r-software

对于结果的解释以及如何使用， Cross Validated是一个更好的发布地点。

关于你的 R 问题：

Hmisc包中的rcorr()函数非常易于使用。

示例数据：

require(Hmisc)

set.seed(1)
x1 = rnorm(10,seed)
x2 = rnorm(10,seed)
x3 = x2 + rnorm(10,sd=.1,seed)
mydf <- data.frame(x1,x2,x3)
rcorr(as.matrix(mydf))

给出相关矩阵的输出以及 pvalue 矩阵。 上面的指南可以帮助您将其展平并根据您的需要对其进行操作。

      x1    x2    x3
x1  1.00 -0.38 -0.42
x2 -0.38  1.00  1.00
x3 -0.42  1.00  1.00

n= 10 


P
   x1     x2     x3    
x1        0.2833 0.2304
x2 0.2833        0.0000
x3 0.2304 0.0000