R相關系數獲取困難

Question

我在獲取數據集相關系數的過程中遇到了困難。 我先使用ggpairs ，然后使用cor函數。

聽起來可能缺乏知識，但我沒有意識到我無法為非數字類型的列計算相關性。 例如，我現在想了解一些年齡和城市之間的關系。 對於這種情況，我有什么選擇？ 還是我應該做什么數據轉換？

謝謝。

Answer 1

正如thelatemail所說的，有時候圖表所講的不僅僅只是一種統計數據。

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，為了進行適當的分析，您有幾種選擇...方差分析，或將城市作為回歸變量（因子）的回歸...盡管您的問題可能對“交叉驗證”有更好的回答！

順便說一句：請只是忽略負面年齡，這已經很快完成了。

Answer 2

我認為您首先需要回答您要做什么的問題。 相關系數（Pearson的r）是可以根據兩個數值（其中二分變量可以視為數值）計算的特定統計量。 它具有一些特殊的特征，包括以-1和1為界，並且沒有因變量或自變量的概念。 同樣，它也不代表所解釋的方差的比例； 您需要對其求平方以得到通常的度量。 它的作用是為您估計兩個變量之間關聯的大小和方向。

這些特性使得在將諸如city這樣的變量作為兩個變量之一的情況下，不宜使用r。 如果您想了解由城市解釋的年齡變化的比例，可以對城市的一組虛擬變量進行年齡回歸，並查看模型的總體R平方。 但是，與r不同，您不會有一個簡單的方向（每個城市都只有一個方向），並且不一定與建立基於年齡的城市預測模型時的方向相同。

Answer 3

關於諸如City之類的定性數據，您可以使用Spearman的相關性。

您可以在此處找到有關此關聯的更多信息

可以通過以下命令在R中簡單地使用它：

cor（x，use =，method =）

因此，如果您想在一個簡單的示例中使用它：

cor（AGE，CITY，method =“ Spearman”）

希望對您有幫助