R语言中的cor和cov和pcor

以下面一个数据为例：

cor

cor就是生成相关性系数矩阵，可以自己选择相关性的算法。

cov

cov计算的是协方差矩阵，这里的值也就是方差和期望方差之间的差异。简单理解，就是统计量。

由此可以看出，cor算出来的是相关性系数，在【-1， 1】之间变化，而cov是具体的统计量，所以跟原始数据的大小密切相关，所以SF-36&SF-36是371，而PRI&PRI只有22。
但是cov和cor的正负方向都是一样的，因为两者都是评估相关性。

简单理解，就是cov和cor，都是同一个统计，前者类似于统计量，后者类似于p值（只是简单举例）。

pcor

cor和cov都是计算的相关性，当我们要计算偏相关时候，我们就需要ppcor包。


可以看出，pcor是把矩阵其他的变量作为协变量，去计算两两的全偏相关 （partial correlation），也就是净相关性。
还有一种半偏相关（semi-partial correlation），就是在计算X1和X2的相关性时，在仅排除X2与其他变量的影响后，去与X1做相关。这种不在今天的讨论范围之内。