皮爾遜相關性和相關性的意義

Question

我有一個6行14列的數據框。 我通過以下方式計算皮爾遜相關性：

#read data
data1 <- read.csv("test.csv")

#calculate correlation 
pearson_coef <- cor(data1[sapply(data1, is.numeric)])

而且我得到正確的相關系數。 現在，我想獲得相關性的顯着性水平。 所以我用了：

significance <- cor.test(data1)

但是我得到這個錯誤：

Error in cor.test.default(data1) : 
  argument "y" is missing, with no default

我不明白是什么問題。 你可以幫幫我嗎？

此外，我想知道是否有可能獲得帶有Pearson相關系數和相關顯着性水平的輸出（唯一的數據幀）？

對不起，這個問題！

Answer 1

stats::cor.test接受兩個輸入x和y ，它們是相同長度的數字向量 -請參見文檔?cor.test長和短，您不能將cor.test data.frame 。

要獲得所需的行為，您可以使用psych包及其corr.test()函數-嘗試以下操作：

# install.packages("psych")
library(psych)
corr.test(data1[sapply(data1, is.numeric)])

這將返回相關矩陣，樣本大小和p值矩陣。 根據您的示例，您可以使用以下代碼僅提取p值並將它們分配給significance ：

significance <- corr.test(data1[sapply(data1, is.numeric)])$p

---

注意：這會將調整因子應用於返回的p值 。 根據psych::corr.test的文檔：

“對於對稱矩陣，原始概率報告在對角線以下，並且相關性已針對對角線上方的多個比較進行了調整。如果x和ys不同，則默認值為調整多個測試的概率。”

您可以像這樣...通過使用adjust = "none"關閉p值調整...

corr.test(data1[sapply(data1, is.numeric)], adjust = "none")

...但是，在解釋此類結果時，請務必謹慎。 有關調整的p值的更多信息，請參見?p.adjust 。

Answer 2

cor.test有一個非常特定的輸入法。 假設您在數據x和y有兩個變量：

cor.test(~ x + y, data)

會得到你想要的東西。

Answer 3

沒有可重現的示例，這會有些麻煩。 我將以虹膜數據集為例。 您的cor.test()調用無法正常運行的原因是，您需要指定要比較的變量。 查看?cor.test了解更多詳細信息。

但是，如果您想通過數據dplyr解決這個問題，我建議您使用dplyr軟件包。 首先，您需要了解如何從cor.test()對象提取值。 運行關聯：

iris.cor <- cor.test(iris$Petal.Width, iris$Petal.Length)

然后看一下數據框的結構：

str(iris.cor)

請注意，您可以像這樣從cor.test（）對象提取值：

iris.cor$estimate
iris.cor$p.value

現在，如果要將這些值包含在數據框中，則有幾種方法可以做到這一點。 我更喜歡dplyr解決方案，但是有很多方法可以給這只貓蒙皮。

library(dplyr)

iris %>%
  summarise(coef=cor.test(Petal.Width, Petal.Length)$estimate,
            pval=cor.test(Petal.Width, Petal.Length)$p.value)

這具有易於添加cor.test()對象的其他元素或添加分組變量的優點：

iris %>%
  group_by(Species) %>%
  summarise(coef=cor.test(Petal.Width, Petal.Length)$estimate,
            pval=cor.test(Petal.Width, Petal.Length)$p.value)

歸根結底，R總是有幾種處理方法。 這是一個。