R计算偏相关性示例教程

本文介绍偏相关的概念，并用R解释其计算过程。

统计学通常实用皮尔逊相关系数衡量两个变量之间的先行关系。但有时我们需要保持第三个变量不变时，计算两个变量之间的关系。

举例，假设保持学生当前学习成绩不变的情况下，计算学生学习的时间与期末考试之间的关系。这是我们使用偏相关衡量学习时间与期末考试成绩之间的关系。

下面通过示例来解释计算过程。

下面数据框包括10个学生的当前成绩、学习时间以及期末考试分数：

df <- data.frame(currentGrade = c(82, 88, 75, 74, 93, 97, 83, 90, 90, 80),
                 hours = c(4, 3, 6, 5, 4, 5, 8, 7, 4, 6),
                 examScore = c(88, 85, 76, 70, 92, 94, 89, 85, 90, 93))

df
#    currentGrade hours examScore
# 1            82     4        88
# 2            88     3        85
# 3            75     6        76
# 4            74     5        70
# 5            93     4        92
# 6            97     5        94
# 7            83     8        89
# 8            90     7        85
# 9            90     4        90
# 10           80     6        93

我们使用ppcor库中的pcor函数计算数据库中每对变量组合之间偏相关性：

library(ppcor)
pcor(df)

# $estimate
#              currentGrade      hours examScore
# currentGrade    1.0000000 -0.3112341 0.7355673
# hours          -0.3112341  1.0000000 0.1906258
# examScore       0.7355673  0.1906258 1.0000000
# 
# $p.value
#              currentGrade     hours  examScore
# currentGrade   0.00000000 0.4149353 0.02389896
# hours          0.41493532 0.0000000 0.62322848
# examScore      0.02389896 0.6232285 0.00000000
# 
# $statistic
#              currentGrade      hours examScore
# currentGrade    0.0000000 -0.8664833 2.8727185
# hours          -0.8664833  0.0000000 0.5137696
# examScore       2.8727185  0.5137696 0.0000000
# 
# $n
# [1] 10
# 
# $gp
# [1] 1
# 
# $method
# [1] "pearson"

下面我们对输出结果进行说明：

• 学习时间与期末考试成绩的偏相关性

学习时间与期末考试成绩的偏相关性未0.191，为弱正相关，即假设当前成绩为常量，当学习时间增加，期末考试成绩也趋于增加。

该偏相关的p值为0.623，大于0.05，没有统计意义上的显著性。

• 当前成绩与期末成绩之间的偏相关性

当前成绩与期末成绩之间的偏相关性为0.736，为强正相关。假设学习时间为常量，当前成绩增加，期末成绩也趋于增加。

该偏相关的p值为0.024，小于0.05，具备统计意义上的显著性。

• 当前成绩与学习时间之间的偏相关性

当前成绩与学习时间之间的偏相关性为-0.311，为微弱负相关性。假设期末成绩为常量，当学习时间增加，当前成绩趋于减少。

该偏相关的p值为0.024，大于0.05，没有统计意义上的显著性。

从输出可以看出使用了pearson计算方法。pcor函数也可以指定方法参数为kendall。