R中因子之間的斯皮爾曼等級相關性

Question

我有如下數據：

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"))

如何計算x和y之間的 Spearman 等級相關性？

編輯

正如@user20650 和@dcarlson 評論所建議的那樣，變量必須具有一個排名，使得一個值大於或小於另一個值。 這是這種情況，因為North 、 East等是根據它們在文檔中的存在進行排序的關鍵字。

Answer 1

要獲得 Spearman 與因子的相關性，您必須將它們轉換為它們的基礎數字代碼：

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

請注意關於關系的警告，這使得計算精確的 p 值變得困難。 您可以在包coin使用spearman_test來獲取具有關系的數據：

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