R中因子之间的斯皮尔曼等级相关性

Question

我有如下数据：

directions <- c("North", "East", "South", "South")
x<-factor(directions, levels= c("North", "East", "South", "West"))

cities <- c("New York","Rome","Paris","London")
y<-factor(cities, levels= c("New York","Rome","Paris","London"))

如何计算x和y之间的 Spearman 等级相关性？

编辑

正如@user20650 和@dcarlson 评论所建议的那样，变量必须具有一个排名，使得一个值大于或小于另一个值。 这是这种情况，因为North 、 East等是根据它们在文档中的存在进行排序的关键字。

Answer 1

要获得 Spearman 与因子的相关性，您必须将它们转换为它们的基础数字代码：

cor(as.numeric(x), as.numeric(y), method="spearman")
# [1] 0.9486833
cor.test(as.numeric(x), as.numeric(y), method="spearman")
# 
#   Spearman's rank correlation rho
# 
# data:  as.numeric(x) and as.numeric(y)
# S = 0.51317, p-value = 0.05132
# alternative hypothesis: true rho is not equal to 0
# sample estimates:
#       rho 
# 0.9486833 
# 
# Warning message:
# In cor.test.default(as.numeric(x), as.numeric(y), method = "spearman") :
#   Cannot compute exact p-value with ties

请注意关于关系的警告，这使得计算精确的 p 值变得困难。 您可以在包coin使用spearman_test来获取具有关系的数据：

library(coin)
spearman_test(as.numeric(x)~as.numeric(y))
# 
#   Asymptotic Spearman Correlation Test
# 
# data:  as.numeric(x) by as.numeric(y)
# Z = 1.6432, p-value = 0.1003
# alternative hypothesis: true rho is not equal to 0