[英]R matrix correlation p value
我們正在測量一個地區五個不同地點的地下水位。
零假設:每個點的地下水位的趨勢/進展沒有不同
替代假設:每個點的地下水位的趨勢/進展是不同的
我們想在統計上證明這一點。
下面你可以看到部分測量數據:
> 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
我們確實關聯了數據:
> 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
我們還嘗試使用rcorr(as.matrix(mydf))
計算 p 值,但只收到一個零矩陣。
我們有幾個問題:
指南供您查看:
對於結果的解釋以及如何使用, Cross Validated是一個更好的發布地點。
關於你的 R 問題:
Hmisc
包中的rcorr()
函數非常易於使用。
示例數據:
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))
給出相關矩陣的輸出以及 pvalue 矩陣。 上面的指南可以幫助您將其展平並根據您的需要對其進行操作。
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.