R ppcor包和ggm包的比较

ggm

> score = read.csv("学生成绩.csv")[,-1]
> score
   工数1 工数2 线性代数 概率论 应用统计
1     95    96       95    100     84.0
2     95    96       97     94     95.5
3     94    93       94    100     77.0
4     93    95       95     99     83.0
5     91    90       86     95     81.0
6     91    96       95     93     69.0
7     91    93      100     99     75.0
8     89    91       90     95     72.0
9     89    84       85     96     84.0
10    88    77       94     77     85.0
11    88    97       97    100     97.0
12    86    95       92    100     95.0
13    83    93       77     90     70.0
14    83    65       71     60     42.0
15    81    65       72     78     60.0
16    80    77       73     70     64.0
17    79    76       68     92     71.5
18    78    71       82     76     82.0
19    78    67       79     90     74.0
20    77    73       76     77     66.5
21    76    72       77     97     79.0
22    76    80       60     86     86.0
23    76    90       91     96     90.0
24    76    79       82     74     65.5
25    75    76       76     79     62.0
26    75    60       65     70     49.0
27    72    72       64     73     74.0
28    72    70       60     68     68.0
> pcor(c(4,5,1,2,3),cov(score))
[1] 0.4211677
> pcor.test(0.42,3,28)
$tval
[1] 2.219499

$df
[1] 23

$pvalue
[1] 0.03659362

ppcor

> library("ppcor")
载入需要的程辑包：MASS

载入程辑包：‘ppcor’

The following objects are masked from ‘package:ggm’:

    pcor, pcor.test

Warning message:
程辑包‘ppcor’是用R版本4.0.3 来建造的 
> pcor(score)
$estimate
              工数1     工数2   线性代数     概率论   应用统计
工数1     1.0000000 0.3364778 0.56950566 0.11488837 -0.3137211
工数2     0.3364778 1.0000000 0.21158151 0.36603467  0.2517737
线性代数  0.5695057 0.2115815 1.00000000 0.06334852  0.2077290
概率论    0.1148884 0.3660347 0.06334852 1.00000000  0.4211677
应用统计 -0.3137211 0.2517737 0.20772895 0.42116775  1.0000000

$p.value
               工数1      工数2    线性代数     概率论   应用统计
工数1    0.000000000 0.10004897 0.002963315 0.58448263 0.12672336
工数2    0.100048973 0.00000000 0.309962632 0.07193705 0.22471116
线性代数 0.002963315 0.30996263 0.000000000 0.76354510 0.31905871
概率论   0.584482626 0.07193705 0.763545096 0.00000000 0.03602117
应用统计 0.126723361 0.22471116 0.319058705 0.03602117 0.00000000

$statistic
             工数1    工数2  线性代数    概率论  应用统计
工数1     0.000000 1.713609 3.3227433 0.5546580 -1.584549
工数2     1.713609 0.000000 1.0382141 1.8863511  1.247656
线性代数  3.322743 1.038214 0.0000000 0.3044203  1.018449
概率论    0.554658 1.886351 0.3044203 0.0000000  2.226999
应用统计 -1.584549 1.247656 1.0184491 2.2269988  0.000000

$n
[1] 28

$gp
[1] 3

$method
[1] "pearson"

因此，ppcor更容易使用。