[英]R matrix correlation p value
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
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:
指南供您查看:
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
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.