R 中,cor.test ()提供了三种检验方法:Pearson相关性检验(R默认);Spearman秩检验;Kendall检验。调用格式为:
cor.test ( x, y, alternative=c("two.side" , "less" , " greater"),
method=c("Pearson" , " Kendall" ," Spearman"),
exact= NULL, conf.level=........)
【备注:alternative是备择假设,默认1;method 是检验方法,默认1;coef.level是置信水平,默认0,95】
根据前面文章中相关分析的理论知识,若(X,Y)服从二元正太分布(即相关分析文章中提到的t 检验),可进行Pearson相关性检验。
这里在Rstudio 中进行了一组数据的相关性分析。
散点图:
x<-c(........) y<-c(........) 【x,y 长度相同】
test<-data.frame(x,y)
plot(x,y)
相关性判断:
attach(test)
cor.test(x,y)