r语言相关性分析_R语言 相关性分析与检验

“题外话：相关性不是因果，相关性只能说数据上来讲两个或多个因素具有正/负/无相关性，其间没有谁决定谁的关系”

相关系数(correlation coefficient)用于描述两个变量之间的相关程度。一般在[-1, 1]之间。有，pearson相关系数：适用于连续性变量，且变量服从正态分布的情况，为参数性的相关系数。spearman等相关系数：适用于连续性及分类型变量，为非参数性的相关系数。

cor.test()和cor()是R包中自带的计算相关系数的函数，两者差别仅为cor()只给出相关系数一个值，cor.test()给出相关系数，n(个数)、p值等。

01 — 向量与向量相关

> x > set.seed(1234)> y > # "pearson" (默认), "kendall", or "spearman":> cor(x,y)[1] -0.1069777> cor(x,y,method = "pearson")[1] -0.1069777> plot(x,y) #见图1

> cor.test(x,y)  Pearson's product-moment correlationdata:  x and yt = -0.30432, df = 8, p-value = 0.7686alternative hypothesis: true correlation is not equal to 095 percent confidence interval: -0.6901203  0.5603945sample estimates:       cor -0.1069777

上图1

02 — 多变量与多变量相关(cor)

> dt > head(dt)  Sepal.Length Sepal.Width Petal.Length Petal.Width1          5.1         3.5          1.4         0.22          4.9         3.0          1.4         0.23          4.7